EOS R6采用了新的EOSiTR AF X（智能追踪与识别自动对焦）技术。该技术基于DIGIC X数字影像处理器的先进算法，进一步提升了相机对眼睛以及头部的检测精度，能够在更多特殊场景下实现对人物头部、眼睛及面部的快速检测识别并进行对焦，例如被摄人物处于运动状态、头部被部分遮盖，或者是面部与镜头形成侧角度以及人物背对镜头。此外，基于先进自动对焦算法和深度学习技术，EOS R6还支持对猫、狗以及鸟类的身体、面部以及眼睛进行检测对焦，特别是对鸟类眼睛进行检测识别，从而进一步提升了动物摄影的成功率。在自动对焦的灵活性方面，EOS R6在使用了与EOS-1D X Mark III相同 的自动对焦算法的基础上，进行了一些改进。
EOS R6的对焦亮度界限被扩展到了EV -6.5~20，在低对比度和低亮度环境，肉眼难以捕捉物体的情况下，也能实现精确聚焦，扩大了影像表达的范围。在使用远摄变焦或超远摄镜头时，即便加装增倍境，使最大光圈降到f/22，EOS R6依然能实现全像素双核CMOS AF II在对焦范围内的高精度自动对焦，因此使用RF800mm F11 IS STM以及增倍镜RF2X时依然可实现1600mm焦距下的自动对焦拍摄。
【 在 hercubic (cubic) 的大作中提到: 】 : 不仅能狗眼 还能鹰眼追焦，野马大师的手动追焦绝技要绝迹了... : EOS R6采用了新的EOSiTR AF X（智能追踪与识别自动对焦）技术。该技术基于DIGIC X : 数字影像处理器的先进算法，进一步提升了相机对眼睛以及头部的检测精度，能够在更 : 多特殊场景下实现对人物头部、眼睛及面部的快速检测识别并进行对焦，例如被摄人物 : 处于运动状态、头部被部分遮盖，或者是面部与镜头形成侧角度以及人物背对镜头。此 : 外，基于先进自动对焦算法和深度学习技术，EOS R6还支持对猫、狗以及鸟类的身体、 : 面部以及眼睛进行检测对焦，特别是对鸟类眼睛进行检测识别，从而进一步提升了动物 : 摄影的成功率。在自动对焦的灵活性方面，EOS R6在使用了与EOS-1D X Mark III相同 : 的自动对焦算法的基础上，进行了一些改进。
不仅能狗眼 还能鹰眼追焦，野马大师的手动追焦绝技要绝迹了...
EOS R6采用了新的EOSiTR AF X（智能追踪与识别自动对焦）技术。该技术基于DIGIC X数字影像处理器的先进算法，进一步提升了相机对眼睛以及头部的检测精度，能够在更多特殊场景下实现对人物头部、眼睛及面部的快速检测识别并进行对焦，例如被摄人物处于运动状态、头部被部分遮盖，或者是面部与镜头形成侧角度以及人物背对镜头。此外，基于先进自动对焦算法和深度学习技术，EOS R6还支持对猫、狗以及鸟类的身体、面部以及眼睛进行检测对焦，特别是对鸟类眼睛进行检测识别，从而进一步提升了动物摄影的成功率。在自动对焦的灵活性方面，EOS R6在使用了与EOS-1D X Mark III相同
的自动对焦算法的基础上，进行了一些改进。
现在这些模型开发起来非常快，主要是态度问题，大法有点本钱以后也成了牙膏厂
想起哥小时后打得一手好算盘，小学之后几年不用，就不行了
大口径，索尼E卡口如鲠在喉...
利用大卡口直径特性，EOS R6搭载了机身5轴防抖功能，因此用户使用任何EF/RF镜头搭配EOS R6拍摄，均可在拍摄中获得防抖效果。与此同时，如果配合使用拥有IS影像稳定器功能的镜头，更可开启机身与兼容镜头的协同防抖功能，最大可实现8级抖动补偿效
果。在协同防抖模式下，分别位于机身和镜头的陀螺仪感应器会同时收集抖动信息，通过RF卡口实现信息的高速传输，并由DIGIC X数字影像处理器以及镜头CPU进行数据分析、校验和计算，从而为机身以及镜头生成更为精确的图像抖动补偿数据，最终获得更为出色的防抖效果。
【 在 hercubic (cubic) 的大作中提到: 】
: 不仅能狗眼 还能鹰眼追焦，野马大师的手动追焦绝技要绝迹了...
: EOS R6采用了新的EOSiTR AF X（智能追踪与识别自动对焦）技术。该技术基于DIGIC X
: 数字影像处理器的先进算法，进一步提升了相机对眼睛以及头部的检测精度，能够在更
: 多特殊场景下实现对人物头部、眼睛及面部的快速检测识别并进行对焦，例如被摄人物
: 处于运动状态、头部被部分遮盖，或者是面部与镜头形成侧角度以及人物背对镜头。此
: 外，基于先进自动对焦算法和深度学习技术，EOS R6还支持对猫、狗以及鸟类的身体、
: 面部以及眼睛进行检测对焦，特别是对鸟类眼睛进行检测识别，从而进一步提升了动物
: 摄影的成功率。在自动对焦的灵活性方面，EOS R6在使用了与EOS-1D X Mark III相同
: 的自动对焦算法的基础上，进行了一些改进。
F1.2 能吹 F22还能吹，感动市场部牛啊！
EOS R6的对焦亮度界限被扩展到了EV -6.5~20，在低对比度和低亮度环境，肉眼难以捕捉物体的情况下，也能实现精确聚焦，扩大了影像表达的范围。在使用远摄变焦或超远摄镜头时，即便加装增倍境，使最大光圈降到f/22，EOS R6依然能实现全像素双核CMOS AF II在对焦范围内的高精度自动对焦，因此使用RF800mm F11 IS STM以及增倍镜RF2X时依然可实现1600mm焦距下的自动对焦拍摄。
【 在 hercubic (cubic) 的大作中提到: 】
: 不仅能狗眼 还能鹰眼追焦，野马大师的手动追焦绝技要绝迹了...
: EOS R6采用了新的EOSiTR AF X（智能追踪与识别自动对焦）技术。该技术基于DIGIC X
: 数字影像处理器的先进算法，进一步提升了相机对眼睛以及头部的检测精度，能够在更
: 多特殊场景下实现对人物头部、眼睛及面部的快速检测识别并进行对焦，例如被摄人物
: 处于运动状态、头部被部分遮盖，或者是面部与镜头形成侧角度以及人物背对镜头。此
: 外，基于先进自动对焦算法和深度学习技术，EOS R6还支持对猫、狗以及鸟类的身体、
: 面部以及眼睛进行检测对焦，特别是对鸟类眼睛进行检测识别，从而进一步提升了动物
: 摄影的成功率。在自动对焦的灵活性方面，EOS R6在使用了与EOS-1D X Mark III相同
: 的自动对焦算法的基础上，进行了一些改进。
大法在一个错误的时间 面对一个错误的对手 挤了一管错误的牙膏...
【 在 Totentanz (Totentanz) 的大作中提到: 】
: 现在这些模型开发起来非常快，主要是态度问题，大法有点本钱以后也成了牙膏厂
手里有货挤牙膏都没啥好结果，即使没有r5销量也跌得惨不忍睹
【 在 hercubic(cubic) 的大作中提到: 】
: 大法在一个错误的时间 面对一个错误的对手 挤了一管错误的牙膏...
需要A92 技术下放A74。手机时代还敢挤牙膏就是找抽...
佳能还是明白人，用R6爆了自家的单反旗舰...
【 在 Totentanz (Totentanz) 的大作中提到: 】
: 手里有货挤牙膏都没啥好结果，即使没有r5销量也跌得惨不忍睹
: : 大法在一个错误的时间 面对一个错误的对手 挤了一管错误的牙膏...
:
现在这种不景气的情况下，更是要骗一个是一个。骗着骗着自己都信了。
https://www.youtube.com/watch?time_continue=4&v=E-g800lZMPo
【 在 hercubic (cubic) 的大作中提到: 】
: F1.2 能吹 F22还能吹，感动市场部牛啊！
: EOS R6的对焦亮度界限被扩展到了EV -6.5~20，在低对比度和低亮度环境，肉眼难以捕
: 捉物体的情况下，也能实现精确聚焦，扩大了影像表达的范围。在使用远摄变焦或超远
: 摄镜头时，即便加装增倍境，使最大光圈降到f/22，EOS R6依然能实现全像素双核
CMOS
: AF II在对焦范围内的高精度自动对焦，因此使用RF800mm F11 IS STM以及增倍镜
RF2X
: 时依然可实现1600mm焦距下的自动对焦拍摄。
: X
对焦就看对比A9如何了。
暗光无反都不差，大多都能F11对焦.F22没有衍射？
F22衍射糊了还能对焦 更说明牛啊
【 在 gordonyz (Zack) 的大作中提到: 】
: 对焦就看对比A9如何了。
: 暗光无反都不差，大多都能F11对焦.F22没有衍射？
热空气扰动的糊的状态也能相位对焦的。衍射的artifact对比度还挺高。
话说您预定了么？
【 在 hercubic(cubic) 的大作中提到: 】
<br>: F22衍射糊了还能对焦 更说明牛啊
<br>
等黑五价格腰斩啊...
【 在 gordonyz (Zack) 的大作中提到: 】
: 热空气扰动的糊的状态也能相位对焦的。衍射的artifact对比度还挺高。
: 话说您预定了么？
:
: F22衍射糊了还能对焦 更说明牛啊
:
这些玩意主要是对算法要求高还是对硬件要求高？比如处理器速度，cmos读取等等？
【 在 Totentanz (Totentanz) 的大作中提到: 】
: 现在这些模型开发起来非常快，主要是态度问题，大法有点本钱以后也成了牙膏厂
都不高，对相机厂(外包)马工的要求比较高
【 在 acrofred (acrofred) 的大作中提到: 】
: 这些玩意主要是对算法要求高还是对硬件要求高？比如处理器速度，cmos读取等等？: 【 在 Totentanz (Totentanz) 的大作中提到: 】
: : 现在这些模型开发起来非常快，主要是态度问题，大法有点本钱以后也成了牙膏厂
有人拿到实体机对比评测吗？纸面上的数据怎么吹都行。
【 在 hercubic 的大作中提到: 】
:
:不仅能狗眼 还能鹰眼追焦，野马大师的手动追焦绝技要绝迹了...
:
:EOS R6采用了新的EOSiTR AF X（智能追踪与识别自动对焦）技术。该技术基于DIGIC X数字影像处理器的先进算法，进一步提升了相机对眼睛以及头部的检测精度，能够在
更多特殊场景下实现对人物头部、眼睛及面部的快速检测识别并进行对焦，例如被摄人物处于运动状态、头部被部分遮盖，或者是面部与镜头形成侧角度以及人物背对镜头。此外，基于先进自动对焦算法和深度学习技术，EOS R6还支持对猫、狗以及鸟类的身体、面部以及眼睛进行检测对焦，特别是对鸟类眼睛进行检测识别，从而进一步提升了动物摄影的成功率。在自动对焦的灵活性方面，EOS R6在使用了与EOS-1D X Mark III相同
:的自动对焦算法的基础上，进行了一些改进。
:
:
:
坐等尼康版上市…
【 在 hercubic (cubic) 的大作中提到: 】
: 不仅能狗眼 还能鹰眼追焦，野马大师的手动追焦绝技要绝迹了...
: EOS R6采用了新的EOSiTR AF X（智能追踪与识别自动对焦）技术。该技术基于DIGIC X
: 数字影像处理器的先进算法，进一步提升了相机对眼睛以及头部的检测精度，能够在更
: 多特殊场景下实现对人物头部、眼睛及面部的快速检测识别并进行对焦，例如被摄人物
: 处于运动状态、头部被部分遮盖，或者是面部与镜头形成侧角度以及人物背对镜头。此
: 外，基于先进自动对焦算法和深度学习技术，EOS R6还支持对猫、狗以及鸟类的身体、
: 面部以及眼睛进行检测对焦，特别是对鸟类眼睛进行检测识别，从而进一步提升了动物
: 摄影的成功率。在自动对焦的灵活性方面，EOS R6在使用了与EOS-1D X Mark III相同
: 的自动对焦算法的基础上，进行了一些改进。
处理器升级后必然的结果，一代新一代强。
【 在 hercubic (cubic) 的大作中提到: 】
: 不仅能狗眼 还能鹰眼追焦，野马大师的手动追焦绝技要绝迹了...
: EOS R6采用了新的EOSiTR AF X（智能追踪与识别自动对焦）技术。该技术基于DIGIC X
: 数字影像处理器的先进算法，进一步提升了相机对眼睛以及头部的检测精度，能够在更
: 多特殊场景下实现对人物头部、眼睛及面部的快速检测识别并进行对焦，例如被摄人物
: 处于运动状态、头部被部分遮盖，或者是面部与镜头形成侧角度以及人物背对镜头。此
: 外，基于先进自动对焦算法和深度学习技术，EOS R6还支持对猫、狗以及鸟类的身体、
: 面部以及眼睛进行检测对焦，特别是对鸟类眼睛进行检测识别，从而进一步提升了动物
: 摄影的成功率。在自动对焦的灵活性方面，EOS R6在使用了与EOS-1D X Mark III相同
: 的自动对焦算法的基础上，进行了一些改进。
现在深度学习的几个开源模型很容易上手，训练好了模型整合进firmware也很方便，不需要很多资源和coding，主要的体力活是准备training set的图像集，所以我觉得基本就是厂家的态度问题
【 在 acrofred(acrofred) 的大作中提到: 】
: 这些玩意主要是对算法要求高还是对硬件要求高？比如处理器速度，cmos读取等等？
那佳能有戏
我认为芯片上佳能差一点应该已经是常态，不要有过高期望。但是只要没有成为短板就不会影响整机的表现。
【 在 Totentanz (Totentanz) 的大作中提到: 】
: 现在深度学习的几个开源模型很容易上手，训练好了模型整合进firmware也很方便，不
: 需要很多资源和coding，主要的体力活是准备training set的图像集，所以我觉得基本
: 就是厂家的态度问题
:
: 这些玩意主要是对算法要求高还是对硬件要求高？比如处理器速度，cmos读取等
: 等？
:
深度学习是二维矩阵计算，传统的CPU是零维计算，深度学习的硬件复杂多了，我判断
R5视频过热是由深度学习的core引起的，每一帧图像都要去 DL CORE转一圈，耗能巨大。
【 在 Totentanz (Totentanz) 的大作中提到: 】
: 现在深度学习的几个开源模型很容易上手，训练好了模型整合进firmware也很方便，不
: 需要很多资源和coding，主要的体力活是准备training set的图像集，所以我觉得基本
: 就是厂家的态度问题
:
: 这些玩意主要是对算法要求高还是对硬件要求高？比如处理器速度，cmos读取等
: 等？
:
DL模型确实需要处理器做一点矩阵优化，不过training完成以后比真正的浮点矩阵运算对资源要求小得多，而且第一层layer就把大部分像素砍掉了，感觉发热还是高像素数
据流
的贡献最大。
【 在 robotaxis(level
training用FP16，inference用INT8，training 比 inference 更耗电是没错，
inference 比传统CPU还是耗电多多了，不是同一个量级的。inference的功耗主要两大部分
，第一部分是处理器，INT8乘法器，矩阵有多大，就有多少个8x8平行四边形，数不清
的full adders，比传统cpu大多了，很费电；第二部分是寄存器读写，每处理一帧就是读写一遍寄存器，寄存器size不小，一般地用SRAM做的，读写SRAM很费电的。
【 在 Totentanz (Totentanz) 的大作中提到: 】
: DL模型确实需要处理器做一点矩阵优化，不过training完成以后比真正的浮点矩阵运算
: 对资源要求小得多，而且第一层layer就把大部分像素砍掉了，感觉发热还是高像素数
: 据流
: 的贡献最大。