WebODM v2.8.0发布:新增IPV6支持与图像裁剪功能
WebODM是一个开源的无人机影像处理平台,它基于OpenDroneMap项目,为用户提供了从无人机影像采集到三维模型重建的一站式解决方案。WebODM通过直观的Web界面简化了复杂的摄影测量流程,使得非专业用户也能轻松处理无人机影像数据。
主要更新内容
IPV6网络支持
v2.8.0版本中增加了对IPV6协议的支持。这一改进使得WebODM能够在纯IPV6网络环境下运行,满足了现代网络基础设施的发展需求。IPV6相比传统的IPV4具有更大的地址空间,能够更好地支持物联网设备和未来网络扩展。
图像裁剪功能
新版本引入了图像裁剪功能,用户可以直接在Web界面中对导入的图像进行裁剪操作。这一功能特别适用于以下场景:
- 去除影像中不需要的边缘区域
- 聚焦于特定区域的建模需求
- 减少处理数据量,提高处理效率
裁剪功能通过直观的交互界面实现,用户可以通过拖拽选择框来定义裁剪区域,系统会自动保留选定区域内的影像数据。
安全性增强
本次更新还包含了对导入URL的安全检查机制,系统现在会对所有通过URL导入的资源进行严格的验证和过滤,防止潜在的恶意内容进入系统。这一改进显著提升了平台的安全性,特别是在多用户环境中。
技术实现细节
IPV6支持主要通过更新网络配置和依赖库实现,确保系统能够正确处理IPV6地址格式和网络通信。图像裁剪功能则基于前端Canvas API和后端图像处理库的结合实现,在保证性能的同时提供了流畅的用户体验。
升级建议
对于现有用户,建议通过官方提供的升级脚本进行版本更新。新用户可以直接下载v2.8.0版本进行安装。升级过程中需要注意检查网络配置,特别是如果计划使用IPV6功能时,需要确保网络环境支持IPV6协议。
总结
WebODM v2.8.0通过增加IPV6支持和图像裁剪功能,进一步扩展了平台的应用场景和实用性。这些改进使得WebODM能够更好地服务于专业测绘、历史建筑保护、农业监测等多个领域。随着功能的不断完善,WebODM正成为开源无人机影像处理领域的重要选择。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00