cc的专栏

最近在学习meta-learning, 因为里面涉及到一些需要手动更新参数的操作，尝试了通过先求loss， 对trainable_variables进行梯度计算，然后再去作更新的操作，但是中途发现了很多的问题。现在记录一下：在这个实验中，主要目的是为了拟合一个二次函数，第一步是先生成相应的training data:from __future__ import absolute_import, division, print_function, unicode_literalsfrom .

从一幅图像中无法测出物体的长度，因为缺乏参照物，但可以测出两个平行物体的长度比例。如果已知一个物体的实际大小(比如在图片中放上一枚1元硬币或者知道某个柜子有多高)，那么就可以通过长度比和参照物的已知长度测出物体长度。具体方法见文献[1]，因为需要一些矩阵运算和摄像头成像方面的推导，这里只大概说说原理。楼上诸位所述也是这种原理。图像测量利用了摄像头成像也就是小孔成像的几个性质[2]：

这几天在家里折腾图片、视频处理软件，有Adoba全家桶，像什么Pr, AE, PS,LR,LRT等，还有手机端的VUE,Plorra, VSCO, Plotagraph, MOLDIV, Hyperlapse, PICSPLAY等，各种折腾。在这里对出现的问题做一下记录，方便以后制作。后期的延迟消抖处理如果采用的是自动的变形器，在Pr和AE都有相同的功能，但是建议用Pr的。笔者17年采

图像分割—基于图的图像分割（Graph-Based Image Segmentation）Reference:Efficient Graph-Based Image Segmentation,IJCV 2004,MIT Code图像分割—基于图的图像分割（OpenCV源码注解）       最后一个暑假了，不打算开疆辟土了，战略中心转移到品味经典，计划把图像分割和目