第78期 HackCV 日报

使用迁移学习的原理,低级特征可以共享。而对于图像相似性,使用低级特征就足够了。本文使用的是去掉最后几层的VGG模型,把图像库转化为特征向量,使用特征向量计算图像相似性,确实是不用训练。

计算机图形学里面很多几何和各种变换的概念,直观上很容易理解,但如何使用数学来表示呢?其实就是各种矩阵的各种变换,比如移动、旋转、缩放等等。这篇文章使用更加易懂的方式讲解了点、矢量和坐标系统,进而讲解了几何环境下的矩阵和相关的变换。有些部分还没完成,可以收藏了以后再看。

比较早期的文章,通俗易懂地讲解了众数、中位数和均值的概念、公式和作用。