佳能大三无镜头怎么选，尼康小三元和大三的区别

佳能镜头大三白和小三白

佳能EOS5DMarkII的普及，选择全画幅的消费者也日益增多。相信不少摄影发烧友，特别是佳能的粉丝都希望有一套包含广角、长焦段，能适应各种拍摄环境的系列镜头。俗称“大三元”的佳能三款L级镜头，则是全画幅用户的首选装备。它们分别是：佳能EF16-35mmF2.8LIIUSM、佳能EF24-70mmF2.8LUSM和佳能EF70-200mmF2.8LISIIUSM。

佳能EF70-200mmf/4.0LISUSM镜头亚马逊售价：8388元

佳能EF70-200mmf/4.0LUSM镜头亚马逊售价：4999元

佳能正品70-200大小白镜头杯亚马逊售价：98.8元

EF70-200mmf/4LISIIUSM包装内自带了原厂遮光罩ET-78B(非莲花型)，反扣在镜头上时不会影响变焦环操作，刚好盖住开关面板。正常安装时，长度增加三分之一，整体看上去更加霸气。更有针对性的IS防抖技术，对于长焦镜头来说是最大的提升之处，五级防抖分分钟1/6s快门拍摄不糊片，我们将在下面评测环节里为您继续呈现。

2二、锐度能数毛了吗？

二、EF70-200mmf/4LISIIUSM锐度评测

总的来说，不管70mm还是200mm，对于IS小小白兔来说全开光圈拍摄完全没问题，这锐度表现分分钟“数毛”没问题--毕竟2片超低色散UD镜片与1片萤石镜片共同作用之下，高分辨率与高对比度的成像画质绝不是开玩笑的。

3三、虚化够不够“用”？

三、EF70-200mmf/4LISIIUSM虚化&星芒评测

要想使用EF70-200mmf/4LISIIUSM来拍摄比较好看的星芒街景，f/16小光圈就已经有不错的效果了。这支镜头有f/32最小光圈，所以如果特别喜欢星芒的朋友，用它来拍夜晚街景应该是非常不错的。

4四、抗鬼影非常稳

四、EF70-200mmf/4LISIIUSM抗眩光(鬼影)评测

PConline评测总结

上半部分评测，我们主要集中在镜头的“锐度、虚化、星芒、抗眩光鬼影”这几方面做实际的拍摄测试。镜头的实际表现相当不错，完全是在一代的基础上有了更出色的改善。如果你是像我一样比较喜欢用“720”焦段拍摄大多数的人像照片的话，那这支EF70-200mmf/4LISIIUSM一定不会让你失望(配合佳能相机天生美白效果)。下半部分的评测我们则主要针对“暗角、色散、畸变、防抖功效”等部分对镜头再做深度评测，感兴趣的朋友请继续关注PConline评测室。​​​​

一、EF70-200mmf/4LISIIUSM外观评测

一开始，我们都猜不到佳能会同时发布大小三元白炮。之所以选择2018年6月，除了有世界杯热点助攻之外，更有一个很大原因就是这两枚镜头的上一代产品距今已经有八年(70-200mmf/2.8LISIIUSM：2010年)和十二年(70-200mmf/4LISUSM：2006年)之久，那个年代，S君还在上高中。镜头的生命周期要比机身长得多，所以十多年才发布换代产品也是正常。“IS小白兔”和“IS小小白”在这么长的时间里，终于进化成“IS小白三”和“IS小小白兔”。

佳能国内发布两款镜头是在北京，S君也拿到了第一手IS小小白兔进行了开箱。可以在视频里见到，对比上一代包装基本上没怎么变，镜头袋、遮光罩、产品三包与镜头本体等都在内了。IS小白三比IS小小白兔晚两个月发售，所以发布会的时候我们并没有拿到实物试玩。也没关系，IS小小白兔这次升级亮点也很足，我们接着往下看。

首先说明一下，可能有消费者不了解，这两款70-200mm白炮都是全画幅镜头，兼容APS-C画幅，而并不是大三元对应全画幅而小三元对应APS-C画幅。这两款新镜头在接上APS-C画幅相机时能获得112mm到320mm等效焦距。人像、风光、打鸟等题材全部通用，是泛用性极高的焦段的镜头。

第一眼看到它，会发现IS小小白兔终于“白”了，它全新的白色涂装和L级远摄镜头一直，没有那种泛黄的感觉，黑色变焦环对焦环与白色镜身形成强烈对比，沉稳而低调，有几分霸气感。

EF70-200mmf/4LISIIUSM在外观上有别于上一代，把“IMAGESTABILIZER”和“ULTRASONIC”的logo都移动到镜身中央，与70-200mm放在一起。撤销了金色与红色logo，是为了做到镜头外观统一化、简洁化，而从现代的审美来看确实更加好看--毕竟金色红色logo的“炫酷”已经是十年前的设计产物了。

EF70-200mmf/4LISIIUSM镜身上的焦距刻度有四个，分别是70mm、100mm、135mm、200mm。你会发现这四个焦段均为常见焦段，而且都推出过相应的大光圈定焦镜头(70mm用85mm替代)，在使用时有数字刻度是可以方便摄影师去思考相应的焦段构图。

EF70-200mmf/4LISIIUSM夹在对焦环与变焦环中间是四个开关布置。这四个开关设计也很巧妙，在保留开关阻力同时，开关面板的滑块都设计得最为扁平，与镜身外观融为一体，更美观之余，大大提升握持手感。

四个开关里，变化最大的是最后一个防抖模式。这次EF70-200mmf/4LISIIUSM新增IS3模式，这是一个以往只应用在300mm到600mm大型白炮镜头上的防抖模式，这次竟然出现在70-200mm焦段上来。这个模式的最大特点就是针对不规则运动物体(例如瞬间从静到动的篮球或足球运动)做防抖补偿，大大增加出片成功率。

佳能EF70-200mmf/4LISIIUSM变焦环是从中部开始外扩，变焦环的宽度也有增加，操作时的稳定性更加良好了。而到了变焦环端，滤镜口径从67mm增大到72mm。这枚小三元镜头整体重量上仅仅只有780g，采用内变焦结构的它，长度也仅仅控制在176mm不变，这对于摄影师来说是最大的福音，因为摆脱镜头沉重的负担，可以令抓拍更快，机动性更强。

对于所有镜头来说，镀膜不论在最终成像时发挥抗眩光鬼影特性还是平时防污方面，都起着至关重要的作用。EF70-200mmf/4LISIIUSM配备的防污氟镀膜，在苛刻的拍摄环境里难免会有控制不了的外力伤害，防污氟镀膜可以令镜头不易造成划伤，镜头更易维护，清除污垢也更加简单。所以你完全可以省下购买UV保护镜的费用了。

EF70-200mmf/4LISIIUSM包装内自带了原厂遮光罩ET-78B(非莲花型)，反扣在镜头上时不会影响变焦环操作，刚好盖住开关面板。正常安装时，长度增加三分之一，整体看上去更加霸气。更有针对性的IS防抖技术，对于长焦镜头来说是最大的提升之处，五级防抖分分钟1/6s快门拍摄不糊片，我们将在下面评测环节里为您继续呈现。

2二、锐度能数毛了吗？

二、EF70-200mmf/4LISIIUSM锐度评测

早在IS小小白一代的时候，我身边的朋友就跟我安利EF70-200mmf/4LISUSM其暴强的锐度表现。f/4恒定光圈要做到全焦段画质都锐利其实并不容易，但IS小小白一代真的做到了，而且还是2006年的技术，搭载佳能独家萤石镜片的长焦镜头会拥有细腻的成像与高对比度，也就是我们所说的“锐”。话不多说，我们马上测试看看新一代IS小小白EF70-200mmf/4LISIIUSM它的锐度能强到哪种程度。

佳能镜头校正无数据

存储卡内无数据，但APP显示内存已满，该怎么办？

表3报告了目前几种方法的角度误差统计。这些值是从文献中获取的，或者是通过执行公开可用的实现获得的。方法分为无监督方法、参数方法和有监督方法。这三个类别被进一步划分为：“在数据集中”，这意味着该方法在同一数据集上经过交叉验证的训练/调整对其进行测试的颜色恒常性数据集；“交叉数据集”，表示该方法在一个颜色恒常性数据集上进行训练/调整，并在另一个颜色恒常性数据集上进行测试；“无数据集”，表示该方法未在任何颜色恒常性数据集上进行训练/调整。从表3和图5中报告的结果可以注意到，所提出的方法能够在CC和NUS数据集上分别减少37.9%和9.6%的中位角误差，并且能够在很大程度上优于现有技术中的所有纯无监督算法，同时在所有不同的摄像机上显示更稳定的性能。在跨数据集的情况下，该方法的性能优于所有有监督的方法。对于参数化方法，除了NUS上的中值误差外，有趣的是，参数化方法在这种情况下表现得比有监督的方法好。在完全监督的情况下，该方法的网络优化版本能够优于所有参数化方法，并与在NUS上获得最新技术中的最佳平均误差和次优中值的监督方法竞争。该方法利用了大量的未标注数据集，这得益于一种准无监督的学习过程。实验结果表明，该方法在性能上优于现有的其他无监督方法，同时具有足够的灵活性，可以在特定的数据集上进行监督调整，达到与顶级监督方法相当的性能。在这项工作中，在未来，可能通过试验从转移学习和领域适应文献中获取的更复杂的技术。

最小化LA的一个困难是，由于中的标准化，估计I在w的标度下是不变的。这种不变性的结果是，不鼓励神经网络使用w的整个[0，1]范围，因为它可以在不改变最终估计的情况下为像素分配微小的权重。这会对优化算法的稳定性产生负面影响。

3.1.Illuminantestimation

3.2.Extensionsandvariations

2.Relatedwork

目前最先进的计算颜色恒常性方法通常分为两类：基于统计的方法和基于学习的方法。前一类方法对自然场景的统计特性进行假设，并估计光源的颜色与这些假设的偏差[46]。后一类方法使用从训练数据中学习的模型来估计光源的颜色。最近的大多数方法都是基于学习的，因为这种方法相对于基于统计的方法可以达到更高的精度。这些方法中的许多都使用了从输入图像中提取的手工特征训练的模型，例如[18，11，21，41，16]，而最近的研究则使用深卷积神经网络来学习特征，例如[7，37，8，44，28]。应用上述深度学习方法的主要困难在于缺乏用地面真实光源注释的大规模数据集。作为参考，可用于颜色恒定性的最大数据集比可用于其他计算机视觉任务的数据集小三个数量级[42]。此外，这种方法在跨数据集设置中使用时往往会降低其性能，需要一个确定的调整阶段来适应新的数据集。这些原因推动了新算法的研究，这些算法不需要带注释的光源基本事实的数据集，并且产生的结果与目前最先进的基于学习的方法相当。

为此，包括依赖于一组非常小的参数进行调整的方法，例如[4，19，46]；有监督的，包括需要适当训练阶段的方法，例如[23，12，6]；无监督的，包括不需要注释数据集的方法，并且可以在没有任何形式的调整的情况下容易地应用于新数据集，例如[34，9]。在下文中，有趣的是，在最新技术中提出的第一种颜色恒定性算法是无监督算法。例如，白点[34]算法假设从三个颜色通道中的每一个独立获得的最大值表示照明的颜色。GrayWorld[9]基于这样的假设，即图像中的平均颜色是灰色的，并且可以将光源颜色估计为图像颜色通道中的平均值从灰色偏移。最近Buzzelli等人[10]提出了一种深度学习方法，该方法不使用光源注释进行训练，而是以提高目标识别等辅助任务的性能为目标。该方法学习在没有任何照明地面真实数据的情况下预测光源颜色，但它需要辅助任务的标签信息。

Banic和Loncaric[3]提出了一种启发式算法，称为绿色稳定性假设，它可以通过仅使用原始图像而不使用已知的地面真照度来调整基于统计的方法的参数值。文中[2]提出了一种基于无监督学习的方法，该方法在逼近训练图像的未知地面真照度后学习其参数值。因此[2]和[3]不需要照明体地面真实信息可用，而是需要原始训练数据集。钱等人也需要同样的数据。[40]提出了一种基于新的灰度像素检测和均值漂移聚类的统计颜色恒常性方法。

3.Method

计算颜色恒定性通常分为两个步骤：首先估计光源的颜色，然后用估计值校正输入图像。该方法是“准无监督”的，因为它的训练过程不依赖于场景中光源的实际颜色知识。相反，这种方法是基于这样的假设，即训练图像在发布之前已经被其所有者近似地平衡了。光源的颜色接近灰色。因为假定的初步颜色校正需要某种形式的弱监督，即使这样的校正尚未明确执行以实现颜色恒定性。

训练结束后，为了能够将得到的模型应用于不平衡的原始图像，需要解决两个主要问题：这些图像将与用于训练的图像不同，并且将有一个实际的地面真相用于评估，但不用于训练。在将图像传输到网络之前将其转换为灰度，这样它们几乎独立于场景光源的颜色。通过训练网络来解决一个可以被视为光源估计代理的问题：消色差像素的检测，解决了缺乏地面真实感的问题。图1给出了该方法的概述，详细信息将在下面的章节中解释。一旦计算出光源颜色的估计值，就可以用它来校正输入图像。为此，该模型通过估计的相应分量来缩放像素的颜色分量。

此外，在将其转换为灰度训练图像之前，使用伽马去除对其进行初步处理，以使其像素值相对于能量呈线性：

最小化LA的一个困难是，由于中的标准化，估计I在w的标度下是不变的。这种不变性的结果是，不鼓励神经网络使用w的整个[0，1]范围，因为它可以在不改变最终估计的情况下为像素分配微小的权重。这会对优化算法的稳定性产生负面影响。

3.1.Illuminantestimation

3.2.Extensionsandvariations

该方法具有很强的灵活性，可以很容易地适应多种变化。特别地，只要灰度图像独立于光源的颜色，就可以用其他信息替换或与其他信息组合。我们实验了从每个颜色通道上计算的空间梯度得到的信息。由于梯度的大小与光源的颜色密切相关，我们只考虑方向。更准确地说，对于每个颜色通道，我们通过应用Sobel算子计算水平和垂直空间导数[45]。然后，对这两个导数进行归一化，形成单位长度向量。这个过程产生一个六通道图像，可以用作神经网络的输入。

3.3.Supervisedfinetuning

尽管本研究的主要焦点是准监督设定，但也有可能将该方法应用于监督学习。为此，用色差LC代替中的消色差损失是足够的，

4.Experimentation

实验

神经网络已经通过运行300000次Adam优化算法迭代来训练[33]。目标函数是消色损失，如等式所定义，噪声项的标准偏差设为100。每次迭代分析一小批16幅图像；学习率为10-4，重量衰减系数为10-5。所有的参数都是在一些初步实验的基础上根据经验设定的。对于深度学习应用程序，培训数据的质量至关重要。

在这项工作中，Ilsvrc12是为互联网大规模视觉识别挑战[42]公开提供的数据集，它可能代表了最流行的图像识别基准。该数据集由大约120万个样本组成，这些样本来自为ImageNET倡议收集的1000个不同类别的样本[17]。

第二个数据集是Places365[50]，其中包括约180万张图像，代表365种不同类别的场景。图片是通过查询几个搜索引擎从WordNet中提取的词汇，然后手工标注而获得的。数据集的主要目的是作为场景识别系统的基准。它由100071张图片组成，这些图片来自Flickr照片共享服务通过搜索146个最流行的标签。数据集已被收集以评估图像检索算法。目的是评估训练图像的性质对学习模型质量的影响程度。Ilsvrc12和Places365包含从搜索引擎获取的图像，而Flickr100k包含来自单个源的图像。Ilsvrc12包含许多“以对象为中心”的图像，背景很少或没有背景，而Places365则聚焦于整个场景。Flickr100k中的图像平均来说质量比其他两个数据集中的图像高。

图3报告了由经过训练的网络处理的三个数据集的一些图像示例。在选择用于估计光源的像素时所遵循的策略可以通过查看权重来推断。该网络经常选择光源，如灯、天空或太阳。窗户通常是在室内场景中选择的，光线来自室外。该网络在识别高光和直接从光源扩散光的表面方面似乎也相当好。选择暗区的情况很常见：这是因为它们对等式中的和的影响有限。

图3还显示了并非所有的图像都很平衡。其中一些呈现出强烈的非中性色彩，这在日落和夜间图像以及一些室内图像中非常明显。然而，由该方法提供的光源估计似乎与图像的内容一致。尽管由于缺乏基本的事实，根据估计值平衡的图像看起来很自然。这表明，该网络通过对大量“几乎平衡”的图像建模，学会了如何平衡异常值。

4.1.Evaluation

该方法的目的是在不平衡图像中实现对光源颜色的高精度估计。为了评估这一点，通常用于评估颜色恒定性算法。两个数据集都包含高分辨率照片，表示场景，包括颜色校准目标。对于每幅图像，通过分析彩色目标中的灰度斑，计算出一个地面真照度。第一个测试数据集是由Shi和Funt重新处理的变体中的颜色检查器[23，43]。它由568张用佳能1D和佳能5D相机拍摄的图像组成。第二个数据集由新加坡国立大学的一个研究小组收集[15]，其中包括用9个不同相机采集的1853幅图像。正如Hordley和Finlayson所建议的，将训练模型应用于两个测试数据集得到的结果总结在表1中。三个训练集的平均角误差和中位角误差在0.2度或更小的范围内相当一致。这一点非常重要，因为它证明了用于训练的照片类型不是最重要的。它还表明，训练图像已经平衡）。

对于训练和测试数据集的每个组合，第一个处理均衡的灰度图像，第二个分析梯度方向，第三个是基于两者的组合。在所有情况下，单独使用或组合使用渐变方向，可以获得比仅使用灰度图像更好的效果。对于CC数据集，通过在Ilsvrc12上使用灰度和方向训练的模型，获得了最小的中值角误差。对于NUS来说，在中位角误差方面的最佳组合是使用Flickr100k上训练的模型，只使用梯度方向。在剩下的实验中，图4显示了处理来自测试集的一些图像的结果。可以注意到，即使在图像不平衡的情况下，网络如何选择有意义的区域，例如那些表示光源或高光的区域。与训练图像不同，这次选择的像素不是消色差的。取而代之的是，它们的颜色近似于地面真光源的颜色。结果，根据估计值平衡的图像看起来就像是在中性光源下拍摄的。

4.2.Finetuning

当一个带注释的训练集可用时，可以通过调整其参数来提高神经网络的性能。这是通过使用较小的学习率以有监督的方式继续进行训练来完成的。在这里，并且没有方程中的噪声项。在这两种情况下，对于两个测试数据集，平均角误差和中值角误差均减小。在NUS数据集的情况下，改进尤其明显，平均误差相差超过一个程度。

佳能550d无镜头小空成像照相

我觉得佳能的成像效果我比较喜欢些，但是人各有所爱。机身不防抖就是照相手佳能、尼康都没有机身防抖。防抖，佳能550D写着机身不支持防抖功能就

我看中550d，配个50mmf/1.8II/佳能50/1.8定焦镜头小痰盂加上佳能EF-S18-135mmf/3.5-5.6IS镜头/佳能。

成像锐度好，颜色真实不浮夸，轻便，续航力SOGOOD！高感光成像个人认为比佳能某些入门级单反稍稍好一点

佳能的相机外观时尚，画质上与尼康比较也没差多少，如果喜欢佳能那略微偏红的感觉(拍的照片)就买550d吧

这款套机佳能的成像呢！就是有点肉，但是换个好点的镜头可以弥补这个缺陷！如果银子不够，也可以不花钱搞定，那就是后期，我试过，只有没拍花的片子，后期下来，效果一样能够达到高级镜头拍的效果，如果不想麻烦后期，那就花银子买个5--6千的镜头搞定

说明书上都有，网上也能找到介绍

请详看说明书。1、佳能EOS550D各部件名称正面图：2、佳能EOS550D各部件名称背面图：3、各部件名称后括号中有其详细说明的具体页数标注。

请详细看说明书1、佳能EOS550D各部件名称正面图：2、佳能EOS550D各部件名称背面图：

佳能m5镜头怎么选

佳能微单一直比较低调，因为佳能确实也不重视，所以镜头群也比较少，但是为数不多的几个EF-M镜头(m系列相机专用镜头)每一个素质都还算可以，性价比也很高。但其实佳能微单最大的优势是在可以转接自家单反的镜头，这样一看，镜头反而成了优势。关于佳能微单镜头以及转接方法的介绍可以参考一下这两篇文章：微单人像镜头推荐(佳能篇)、提升入门微单的画质，只需一只价廉物美的长焦镜头。

-镜头选择：除了相机机身，镜头也是摄影过程中非常重要的一部分。佳能M5和富士XA5都有丰富的镜头选择，但佳能相机由于市场份额较大，其镜头选择更加多样化。如果您希望拥有更多丰富的镜头选择，佳能M5可能更适合您。

1.佳能M5

佳能M5是佳能公司最新发布的一款APS-C画幅无反相机。它采用了2400万像素的CMOS传感器和DIGIC7图像处理器，能够提供出色的图像质量和更快的处理速度。M5具有快速的自动对焦系统，在动态拍摄中表现出色。同时，它还内置了5轴图像稳定功能，确保在拍摄过程中获得更稳定的图像。

2.富士XA5

富士XA5是富士公司的一款入门级无反相机。它配备了2420万像素的APS-C传感器，能够捕捉到更多细节和色彩。XA5采用了富士独有的X-TransCMOS传感器和像素阵列，提供更好的图像质量和更低的噪点水平。与佳能M5相比，XA5更轻便小巧，非常适合旅行拍摄和日常摄影。

佳能大三原装镜头

四皇冠名店原装正品Canon/佳能EOS60D套机(含18-55镜头)

蛇年零利大卖佳能60D18-200镜头套机佳能60D大套60D套机包邮

新年促销返现金200元佳能60D18-135套机佳能60D套机18-135is镜头

返200佳能单反数码相机60D18-135套机包邮送大礼原装UV

佳能EOS60D套机(含18-200IS镜头)专业数码单反相机正品特价

EW-60C佳能600D550D500D1100D套机遮光罩18-55镜头适用

金牌卖家佳能EOS60D套机(含18-135IS镜头)专业数码单反包邮

佳能大三剑客镜头是指佳能公司的三款常见高端中长焦镜头，是佳能镜头中经典的代表作品之一，包括EF70-200mmf/2.8LISIIUSM、EF24-70mmf/2.8LIIUSM和EF16-35mmf/2.8LIIIUSM。

1.EF70-200mmf/2.8LISIIUSM是佳能中长焦镜头中的代表作品，具有完美的画质表现和快速对焦性能。其最大光圈为f/2.8，拥有4级光学防抖和全新设计的控制单元及AF算法，适用于运动、野生动物和人像摄影等多种场景。

2.EF24-70mmf/2.8LIIUSM是一款全能型中长焦镜头，最大光圈为f/2.8。它的通透度和成像效果都非常出色，适用于拍摄人物、风景和纪实照片等。该镜头具有创新的焦距控制智能化设计，更加方便用户使用。

3.EF16-35mmf/2.8LIIIUSM是一款广角镜头，最大光圈为f/2.8。它可以将丰富的广角景象完美地呈现在画面中，被广泛应用于旅游、建筑和风景等领域。该镜头采用了全新的优化设计，具有高清画质和超快速对焦等特点。