篇章一:住院
上周四陪着老婆在医院呆了好几天,因为到了孕后期,需要检查各种指标。
刚住进去时因为同一个房间,认识了另外两个老乡,后面因为其他房间空出,三个人就被分到三个房间。
因为相处的还不错,后面几天各种吃的、水果、冰淇淋圣代,几家都是互相送来送去。
突然想起来了童年时候,没有现在的高楼大厦、没有各种汽车电动车,但那时候的童年是在光着脚丫,走街串巷的快乐中度过的。
每家每户,门旁邻居,是可以茶余饭后,随便串门,倚在门口唠嗑的。
现在各类电子产品很多,但孩子的童年生活,却没有小时候的那种感觉。
楼上楼下,甚至邻居大门都是紧闭的,小朋友的童年,也都被各种培训班占据,生怕被其他小朋友落下。
当然,为人父母,也到了上有老下有下的年纪,工作压力,家庭压力,也都
不容易,这可能也是每一个中国家庭的现状吧。
篇章二:职业发展
上周五有一个朋友,在微信上问我:觉得是AI技术是走深挖路线,还是走广度路线更好?
这个问题相信每一位工作两年以上的朋友,都会遇到这样的困惑。
从19年从事AI行业起,大白经历的职业路线,是从算法技术->算法负责->AI板块整体负责的路线,走的是偏向于广度的路线。
当然身边也有很多技术牛人,深挖AI技术,自研框架,自研算法,各类技术竞赛刷排名,大白也只能自叹不如。
但是如果说哪一种更好,其实还是因人而异,两种都有不错的发展,当然两者面临的压力也都不一样。
从发展来说,身边有不少年薪百万以上的技术达人,他们普遍的特质,是有不错的学历背景,不错的公司,同时对某一块技术非常精通,对相关技术也有所了解。
当然,技术方面的压力,相对比较纯粹,平时工作中,也主要是解决很多技术瓶颈。
而从广的路线来说,就自我而言,目前的压力,既有技术方面的压力,也有团队、产品方向的压力。
技术而言,打磨一款产品,需要全栈的技术,那你得想办法找到这些团队人员,有了人才有希望。
记得之前公司的领导,在我刚入职时,曾经和我说过一句话:想发展必须得有团队。
当时主要还是偏向于技术方面,没有特别感受,主要聚焦在自己的工作,现在就深有感触。
而从方向来说,AI技术是产品的底座,找到市场、找到商机、寻找团队,打磨产品,都是负责人的职责所在。
上周四晚上陪着老婆住院后,周五到周六晚上12点,一直在产房不停的修改AI产品的PPT,周日上午又和VP、各个总监一起开会讨论,压力也是非常大的。
所以每个方面都有好的一面,也有压力的一面,当然,很多人总是看到好的一面,而忽略了背面的一面。
而回到开头的问题,走深度路线还是广度路线好?
大白觉得,还是根据自己的性格,兴趣,和偏好来决定。
不过刚入行时,可以给自己两年时间,好好思考尝试,两年后再给自己更多选择。
大白一直觉得,不断挑战自己觉得困难但正确的事情,不停留在舒适圈,人生的路才能一直往上走。
之前的周报,大白会将每周的精华内容汇总起来,整理到《大白AI周报精华汇总》中,点击即可查看。
后期需要哪方面的项目知识,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,希望能让大家提高一些探索的效率,点击查看。
整理汇总:江大白
内容周期:2022.6.13-2022.6.19
同步公众号:江大白
目录
- 1 整理涉及公众号名单
- 2 行业精华文章汇总
- 2.1 基础知识方面
- 2.2 研究方向方面
- 2.2.1 目标检测
- 2.2.2 对抗样本
- 2.2.3 3D点云
- 2.2.4 人脸识别
- 2.2.5 轻量型网络
- 2.2.6 图像增强
- 2.3 项目实战
- 3 行业&拓展阅读动态
- 4 基础知识
- 5 武功秘籍
- 6 数据集
1 整理涉及公众号名单
(1)我爱计算机视觉
(2)Cver
(3)Datawhale
(4)量子位
(5)极市平台
(6)新智元
(7)机器之心
(8)AI算法与图像处理
(9)Opencv学堂
(10)PaperWeekly
(11)机器学习算法工程师
(12)AI研习社
(13)GiantPandaCV
(14)AI深度学习视线
(15)七月在线实验室
(16)人工智能前沿讲习
(17)AI科技评论
(18)机器学习算法与Python精研
(19)AIZOO
(20)微软研究员AI头条
(21)VALSE
(22)AI算法修炼营
(23)有三AI
(24)AlWalker
(25)AI公园
(26)AI人工智能初学者
(27)计算机视觉之路
(28)小白学视觉
(29)HyperAI超神经
(30)集智书童
(31)计算机视觉life
(32)CV圈
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
(1)标签正则:标签平滑、标签蒸馏和自纠正的异曲同工之妙
链接:https://mp.weixin.qq.com/s/W9f7XF9PWEEC1zi7jDM0vA
(2)如何正确拆分数据集?常见的三种方法总结
链接:https://mp.weixin.qq.com/s/p0CY-A5oJ4lfcj2f8MIgdQ
(3)Adam那么棒,为什么还对SGD念念不忘?一文看懂深度学习优化算法
链接:https://mp.weixin.qq.com/s/a-FqHwJcfbPQMBMj668pNw
(4)重新审视池化:你的感受野不是最理想的
链接:https://mp.weixin.qq.com/s/ndLKNSDJ9_9B-J4d0_yD4w
2.2 研究方向方面
2.2.1 目标检测
(1)labelGo:基于 YOLOv5 的反向标注软件,提升标注效率
链接:https://mp.weixin.qq.com/s/5Y-Hqk2hyaDQJwmF3VB5Rg
(2)YOLOS:通过目标检测重新思考Transformer(附源代码)
链接:https://mp.weixin.qq.com/s/89Se8yFQBiF4s1BKl1-qGA
(3)CVPR2022 | iFS-RCNN:一种增量小样本实例分割器
链接:https://mp.weixin.qq.com/s/Wn6iyBwGMVYJBQZx6ceDdA
2.2.2 对抗样本
(1)可迁移注意力攻击(TAA)
链接:https://mp.weixin.qq.com/s/t9z2SEA1ZhXE86l6XjORuw
2.2.3 3D点云
(1)重振PointNet++雄风!PointNeXt:通过改进的模型训练和缩放策略重新审视PointNet++
链接:https://mp.weixin.qq.com/s/p2ZFxUIHLfjSWrHy9nkzMQ
2.2.4 人脸识别
(1)基于人脸阴影抑制,光照鲁棒的人脸识别算法
链接:https://mp.weixin.qq.com/s/Yl3Wqvqu4v03Q3iGJCf2sw
2.2.5 轻量型网络
(1)轻量网络MobileNet剪枝压缩新范式,值得借鉴!
链接:https://mp.weixin.qq.com/s/rmVhIu94zKd7eem3DC16pw
2.2.6 图像增强
(1)快速、灵活与稳健的低光照图像增强方法(CVPR 2022 Oral)
链接:https://mp.weixin.qq.com/s/8PNadR8wyKYvATAKLIPa9Q
2.3 项目实战
(1)使用Python+OpenCV+Keras实现基于车牌的无口罩车辆驾驶员的惩罚生成
链接:https://mp.weixin.qq.com/s/emuqorqDqLL8kYpMW88cZw
(2)基于YOLOv5和U-NET的火灾检测与分割
链接:https://mp.weixin.qq.com/s/kx_YjUL-2d5XoN6BO7uxZA
(3)[开源项目]基于FPGA的视频图像拼接融合
链接:https://mp.weixin.qq.com/s/ycvWFnyrXzmDj52xD46vOA
3 行业&拓展阅读动态
3.1 行业动态
(1)清华&BAAI唐杰团队提出第一个开源的通用大规模预训练文本到视频生成模型CogVideo,含94亿超大参数量!代码即将开源!
链接:https://mp.weixin.qq.com/s/Um91aUgHXUeIg5PiezBqsg
(2)Apple新作MobileOne:移动端仅需1ms的高性能主干!超越MobileViT!
链接:https://mp.weixin.qq.com/s/3wA6QJ2anViwDEOd9h-h4A
(3)放弃TensorFlow,谷歌全面转向JAX
链接:https://mp.weixin.qq.com/s/UMIJltvUWfvf8USub5WetQ
(4)旷视首席科学家孙剑博士去世,如何评价他的贡献?
链接:https://mp.weixin.qq.com/s/Yg7KMOXNIep-4juyshYlDw
(5)49.3%的科研人员表示“不得不花大量时间精力申请经费”!如何让科研人员静心坐热“冷板凳”?
链接:https://mp.weixin.qq.com/s/TPK31gVVBJpq_0NOmi5zFQ
3.2 拓展阅读
(1)数字人几十秒画的画卖了17万,真人画家羡慕哭了
链接:https://mp.weixin.qq.com/s/0SV8KPeOtYdsoh7ZPiMSkA
(2)终于,Yann LeCun发文驳斥Gary Marcus:别把一时的困难当撞墙
链接:https://mp.weixin.qq.com/s/-Z6VrxXQwFHF-b1eSJf0Ig
(3)施一公:我直到博士毕业,对研究也没兴趣!对未来很迷茫,也不知道将来要干什么…
链接:https://mp.weixin.qq.com/s/QZNCixkyUwwTMPdoNBFfRQ
(4)痛心!又一国家杰青因病逝世,一周时间内已相继离去4位中青年学者
链接:https://mp.weixin.qq.com/s/LvQHydAG5Kcxnw5TqA5gTg
4 基础知识
(1)太极图形60行代码实现经典论文,0.7秒搞定泊松盘采样,比Numpy实现快100倍
链接:https://mp.weixin.qq.com/s/eLFttlQR5NxxYY7O8ONCMg
(2)图像卷积与滤波的一些知识点
链接:https://mp.weixin.qq.com/s/yvDfpcWXiE3yUu6NisGeMA
5 武功秘籍
(1)史上最全的深度学习面经总结(附答案详解)
链接:https://mp.weixin.qq.com/s/6ihwQA_t0Qa3aBZ35CL_Hw
(2)武功秘籍 | vivo算法岗求职必看秘籍
链接:https://mp.weixin.qq.com/s/qFX-23LC-8XNHuyi_cDWXQ
6 数据集
(1)目前最大的人像抠图数据集P3M-10k开源了!助力隐私保护的人像抠图研究
链接:https://mp.weixin.qq.com/s/AzSaMxvtEn_V17axQhmzIw