关于本站

平台定位

「案例库」以课程为单元组织内容：每一门课程下拆成多个系列，系列下再按章节/主题编排文章，并配套在线可运行的代码示例。 当前主推的「空间智能」课程包含核心讲义、识别系列、技术栈全景与工程实践四个系列； 未来上线的人工智能、三维建模等课程将沿用同一套结构与阅读体验。

内容定位

本站「空间智能」课程以「空间智能」为主线，把一条完整的技术链路拆成四个系列： 核心讲义解决两个正问题——计算机图形学（结构如何生成图像）与人工智能（模型如何从数据中学习）； 识别系列解决从图像中恢复结构的逆问题——2D 到 3D 的工业级几何识别； 技术栈全景则把二者放进完整的技术栈，补齐语义、时序、记忆、推理与行动各层； 工程实践则回答「模型到底怎么练好」——参数、数据、训练、评价与避坑的落地手册。

四个系列合起来，才构成完整的「空间智能」技术闭环。

四大系列

• 核心讲义 · CG × AI 基础：齐次变换、投影、Bézier/B-Spline、光栅化与 Z-Buffer；感知机、CNN、注意力与 Transformer、反向传播；可微分渲染与 NeRF —— 共 9 章 + 附录。
• 识别系列 · 从 2D 到 3D：图形识别（霍夫投票、RANSAC、子图同构）、线框图识别（几何 / 深度 / 混合三大流派）、三维识别（三角测量、最小环基、B-rep 实体）、原理图解入门 —— 共 4 篇。
• 技术栈全景 · 空间智能闭环：从几何地基到语义、动态、记忆、推理与行动，一张图看懂空间智能完整技术栈与六大断层 —— 共 1 篇。
• 工程实践 · 模型训练实战：超参数设置、数据预处理、训练标准流程、评价指标体系与避坑指南，附 8 个可直接运行的演示脚本 —— 共 1 篇。

阅读方式

每一篇按「原理公式 → 推导要点 → 重难点核心代码 → 图示」组织。 公式由 KaTeX 渲染，代码支持一键复制与语法高亮，配图均随文内嵌。 零基础建议从「识别系列 · 原理图解入门」开始建立直觉，再读核心讲义建立数学底座， 最后用「技术栈全景」把知识串成体系。

技术说明

本站为纯静态站点：内容由 Markdown 讲义离线编译为 HTML，公式与代码高亮 均在浏览器本地完成渲染，无需服务器端处理，加载快、易维护；访问统计由站内轻量后端汇总， 不依赖任何第三方统计服务。 新增课程/系列只需在 posts/ 增加页面并在首页登记系列卡片即可扩展。