2020.12.1412.21人工智能行业每周技术动态

上周六&＃xff0c;和几个创业的朋友&＃xff0c;线下聚会聊天。
聊了下他们在创业路上踩的各种坑&＃xff0c;后来讨论了一个话题&＃xff1a;创业路上&＃xff0c;什么最重要&＃xff1f;

记得一个朋友说的一个词&＃xff0c;印象很深刻&＃xff1a;知行合一。
大白之前在朋友圈&＃xff0c;也看到一句话&＃xff0c;挺有意思&＃xff1a;信息差可以抹平&＃xff0c;认知差无法抹平。
感觉和“知行合一”很搭&＃xff0c;所以本周&＃xff0c;和大家聊一下&＃xff0c;关于这个词的感受。

知行合一&＃xff0c;我们先来看一下“知”。
这里的知&＃xff0c;可以理解成&＃xff0c;信息差。

由于移动互联网的便捷&＃xff0c;大家每天都被海量的资讯所包围。
比如阅读十四五规划得到的利好信息&＃xff0c;或者从网络信息中得到的资讯。

例如最近一段时间&＃xff0c;特别火的平价茅台&＃xff0c;只要从网络秒杀到&＃xff0c;反手专卖&＃xff0c;都是各种差价。
详情可看&＃xff1a;《880万瓶茅台哄抢真相&＃xff1a;没人喝&＃xff0c;都想倒卖》

所以在这个时代&＃xff0c;只要愿意了解&＃xff0c;大部分人都可以学会利用信息差获得一些回报。
不管是对于工作&＃xff0c;还是对于创业&＃xff0c;大家可能都会有很多的想法。

但是造成相同想法的人&＃xff0c;很大程度不同的是&＃xff0c;第二个字“行”。
如何去践行&＃xff0c;你的想法&＃xff1f;
很多的人&＃xff0c;可能都是“晚上想法千千万&＃xff0c;早上醒来原地转”。

之前参加过一个活动&＃xff0c;有一位嘉宾分享了一句话&＃xff1a;你的顿悟&＃xff0c;不过是别人的常识。
这句话其实挺打击人的&＃xff0c;但是也是真实存在的&＃xff0c;为什么会这样呢&＃xff1f;

因为每个人所处的环境不同&＃xff0c;从事的工作不同&＃xff0c;感兴趣和钻研的领域也不同。
任何一个领域&＃xff0c;要达到足够的认知&＃xff0c;都需要耗费大量的精力&＃xff0c;去做实践&＃xff0c;提高认知&＃xff0c;才能有收获。

而大多数的人&＃xff0c;在实践路上&＃xff0c;刚跨出脚不久&＃xff0c;就觉得困难重重&＃xff0c;回到了起点。
所以知其实并不是最重要的&＃xff0c;行才是。

比如大白最近在检索不同AI公司的产品特色&＃xff0c;技术方向。
发现一个特殊的角度&＃xff0c;比如对AI公司所有的专利进行分析&＃xff0c;可以知道很多信息。

比如公司在某时间段&＃xff0c;做过哪些项目?公司人员的大致数量&＃xff1f;
在哪些项目方面有积累&＃xff1f;有哪些合作伙伴&＃xff1f;

这也算是AI行业的一部分信息差&＃xff0c;因为在工作中&＃xff0c;很少有人会特意去观察它。
但大白在统计的时候&＃xff0c;发现一个很麻烦的事情。

分析要不断复制&＃xff0c;粘贴专利的名称、内容等。
需要大量的重复性时间&＃xff0c;那么如何能提高效率呢&＃xff1f;

比如是否可以通过脚本的方式&＃xff0c;当然这里面会有很多坑&＃xff0c;比如电脑全局的VPN&＃xff0c;爬虫的不断摸索等。
大白发现&＃xff0c;这并不是小众的需求&＃xff0c;竞争对手分析、求职面试过程中&＃xff0c;可能会都需要分析背后的内容。

那涉及的用户面就会很广&＃xff0c;是否可以产品化&＃xff0c;为用户提供服务呢&＃xff1f;
当然&＃xff0c;这里就延伸出很多方面&＃xff0c;比如产品搭建、服务流程化、互联网营销&＃xff0c;产品运营等等。

所以&＃xff0c;“专利”只是一个信息点&＃xff0c;而具体的产品&＃xff0c;就是我们知行合一的结果。
因此&＃xff0c;在“知”中“行”&＃xff0c;在“行”中“知”&＃xff0c;吾辈任重道远。

回到生活和工作中&＃xff0c;每隔一段时间&＃xff0c;都有一场艰苦的“知行合一”的修炼在等着我们。
希望大家都能在这场修炼中&＃xff0c;成为更好的自己。

之前的周报&＃xff0c;大白会将每周的精华内容汇总起来&＃xff0c;整理到《大白AI周报精华汇总》中&＃xff0c;点击即可查看。

后期需要哪方面的项目知识&＃xff0c;可以直接去对应阅读。

大白也在不断收集更新各个项目算法作者及从业经验的视频分享&＃xff0c;希望能让大家提高一些探索的效率&＃xff0c;点击查看。

整理汇总&＃xff1a;江大白
内容周期&＃xff1a;2020.12.14-2020.12.21
同步公众号&＃xff1a;江大白

1 整理涉及公众号名单

&＃xff08;1&＃xff09;我爱计算机视觉
&＃xff08;2&＃xff09;Cver
&＃xff08;3&＃xff09;Datawhale
&＃xff08;4&＃xff09;量子位
&＃xff08;5&＃xff09;极市平台
&＃xff08;6&＃xff09;新智元
&＃xff08;7&＃xff09;机器之心
&＃xff08;8&＃xff09;AI算法与图像处理
&＃xff08;9&＃xff09;Opencv学堂
&＃xff08;10&＃xff09;PaperWeekly
&＃xff08;11&＃xff09;机器学习算法工程师
&＃xff08;12&＃xff09;AI研习社
&＃xff08;13&＃xff09;GiantPandaCV
&＃xff08;14&＃xff09;AI深度学习视线
&＃xff08;15&＃xff09;七月在线实验室
&＃xff08;16&＃xff09;人工智能前沿讲习
&＃xff08;17&＃xff09;AI科技评论
&＃xff08;18&＃xff09;机器学习算法与Python精研
&＃xff08;19&＃xff09;AIZOO
&＃xff08;20&＃xff09;微软研究员AI头条
&＃xff08;21&＃xff09;VALSE
&＃xff08;22&＃xff09;AI算法修炼营
&＃xff08;23&＃xff09;有三AI
&＃xff08;24&＃xff09;AlWalker
&＃xff08;25&＃xff09;AI公园
&＃xff08;26&＃xff09;AI人工智能初学者
&＃xff08;27&＃xff09;计算机视觉之路
&＃xff08;28&＃xff09;小白学视觉

2 行业精华文章汇总

2.1 基础知识方面

2.1.1 深度学习相关

&＃xff08;1&＃xff09;CNN的一些可视化方法
链接&＃xff1a;https://mp.weixin.qq.com/s/wvWgmH67CKrDXNi2t5jr8Q
&＃xff08;2&＃xff09;常见的损失函数(loss function)总结
链接&＃xff1a;https://mp.weixin.qq.com/s/q9mKabVyw2y3oCK0E33L7g

2.2 研究方向方面

2.2.1 目标检测

&＃xff08;1&＃xff09;谷歌简单粗暴“复制-粘贴”数据增广&＃xff0c;刷新COCO目标检测与实例分割新高度
链接&＃xff1a;https://mp.weixin.qq.com/s/nKC3bEe3m1eqPDI0LpVTIA
&＃xff08;2&＃xff09;C&＃43;&＃43;实现yolov5的OpenVINO部署
链接&＃xff1a;https://mp.weixin.qq.com/s/rzR-rAiJejR8LjDDgiauZA

2.2.2 图像分割

&＃xff08;1&＃xff09;华盛顿大学实时视频抠图再升级&＃xff0c;毛发细节到位 | 应用前景广阔
链接&＃xff1a;https://mp.weixin.qq.com/s/pkm_lc2t8J9LCC3Vm1bHkQ

2.2.3 图像超分辨

&＃xff08;1&＃xff09;真正的无极放大&＃xff01;30x插值效果惊艳&＃xff0c;英伟达等开源LIIF&＃xff1a;巧妙的图像超分新思路
链接&＃xff1a;https://mp.weixin.qq.com/s/pKQZm1OvfKUyMA4V_-vIqw

2.2.4 人脸识别

&＃xff08;1&＃xff09;人脸识别&＃xff1a;insightface自定义数据集制作 | 附练手数据集
链接&＃xff1a;https://mp.weixin.qq.com/s/yIXCoPTDgAD6kELu5QWQng

2.3 Opencv方面

&＃xff08;1&＃xff09;经验 | OpenCV图像旋转的原理与技巧
链接&＃xff1a;https://mp.weixin.qq.com/s/K4P8151BuM4DQPSK-KzPFQ

3 行业&拓展阅读动态汇总

3.1 行业动态

&＃xff08;1&＃xff09;内存256KB设备也能人脸检测&＃xff01;微软提出用RNN代替CNN | NeurIPS 2020
链接&＃xff1a;https://mp.weixin.qq.com/s/jq7oa7Yu_gTQ0GjO53IT6w
&＃xff08;2&＃xff09;大规模神经网络的训练优化入门
链接&＃xff1a;https://mp.weixin.qq.com/s/37Mc-9n9lmUo7hiK8qKeJQ
&＃xff08;3&＃xff09;保姆级教程&＃xff1a;个人深度学习工作站配置指南
链接&＃xff1a;https://mp.weixin.qq.com/s/QFnYHu_htLG1dxl3Xfa-gg
&＃xff08;4&＃xff09;134个预训练模型、精度高达85.1%&＃xff0c;百度视觉算法最强基石PaddleClas全新升级
链接&＃xff1a;https://mp.weixin.qq.com/s/KthTHRspAvLiO6HnOxNtJA
&＃xff08;5&＃xff09;AI种草莓&＃xff0c;比最强人类多两倍&＃xff1a;首次农业人机大战结束了
链接&＃xff1a;https://mp.weixin.qq.com/s/68lf8sPwH_I-v1YdVlIJnA

3.2 拓展阅读

&＃xff08;1&＃xff09;自称“房奴”的博士靠开店卖SCI论文10年盈利近百万&＃xff01;论文买卖你怎么看&＃xff1f;
链接&＃xff1a;https://mp.weixin.qq.com/s/DXFFo7SLCGdKyulr2Lybtg
&＃xff08;2&＃xff09;北京一特斯拉突然失控撞楼&＃xff0c;事故频发的特斯拉是否配得上「飞天」股价&＃xff1f;
链接&＃xff1a;https://mp.weixin.qq.com/s/gjNbwhizDf8-OyW4KySW-Q
&＃xff08;3&＃xff09;手机秒变投篮机&＃xff0c;还能模拟投篮真实手感&＃xff0c;腾讯微视技术「家底」到底有多厚&＃xff1f;
链接&＃xff1a;https://mp.weixin.qq.com/s/GRn8fAasye8I9NQuxrnG-Q
&＃xff08;4&＃xff09;虚拟偶像出道&＃xff0c;技术「造星」推动下的粉丝经济
链接&＃xff1a;https://mp.weixin.qq.com/s/e4DPITRiPf1ei1JiaDuKNQ

4 Tensorflow基础教程

&＃xff08;1&＃xff09;详解Tensorflow模型量化(Quantization)原理及其实现方法
链接&＃xff1a;https://mp.weixin.qq.com/s/CHaBG9KHDR2-fnd9NkflpQ