RTThreadIoTOS · 2021年02月07日

【20210205期AI简报】联发科发布二代5G基带芯片发布

文章转载于微信公众号:RTThread物联网操作系统
作者: RT-Thread

导读:本期为 AI 简报 20210205 期,将为您带来 9 条相关新闻,祝各位小年吉祥、阖家团圆~

本文一共 4000 字,通篇阅读结束需要 8~13 分钟

1. 华为天才少年自制B站百大Up奖杯!网友:技术难度不高,但侮辱性极强 | 稚晖君 |  AI科技评论

image.png

bilibili:

https://www.bilibili.com/vide...

在程序员的眼中,“平平无奇”四个字是不存在的。

停更了好一阵子后,这位自称野生钢铁侠的超硬核Up主稚晖君终于又发布了新作品。

之所以停更这么久,Up主解释说,不是因为在野外被捕了,纯粹是因为工作太忙了。

熟悉稚晖君的同学都知道,他前段时间已经加入了“华为天才少年”计划。

话说回来,这次稚晖君带来了什么硬核黑科技?

他在视频中说,这次的更新是趁周末肝了20多个小时的作品,名叫HoloCubic,翻译过来就是分体式迷你高清光学影像分光投射桌面网络终端设备。

简称“透明小电视”,也就是这个亚子。

image.png

2. 14.7倍推理加速、18.9倍存储节省!北航、商汤、UCSD提出首个点云二值网络 | ICLR 2021 | 量子位

image.png

会议论文:
https://openreview.net/forum?...

项目网址:
https://htqin.github.io/Proje...

代码地址:
https://github.com/htqin/BiPo...

无论是在自动驾驶场景中,还是在手持移动设备上,基于点云的深度学习模型应用越来越广泛。

但这些离线边缘场景自身的限制,给模型的推理、存储、传输等环节都带来了巨大的挑战。如何让点云模型在边缘设备上“又轻又快”,是工业界和学术界共同关注的重要问题。

现在,为了解决边缘设备上运行点云应用时的资源限制问题,来自北航、商汤和 UCSD的研究团队,基于神经网络量化这样的模型压缩和加速手段,提出了首个点云深度学习二值化模型 BiPointNet

这一方法不仅在边缘设备上带来了 14.7倍 的加速比和 18.9倍 的存储节省,准确率损失也不大( 相差1-2%以内),甚至可以媲美全精度网络。

目前,这一研究成果已经被 ICLR 2021接收。

不妨点击标题来一起看看研究团队关于这篇论文的解读。

3. 没想到,这个AI特效背后还隐藏着个“世界冠军” | 雷锋网

640.gif

刷新纪录!腾讯光影研究室GYSeg算法斩获MIT场景解析世界第一。

手机QQ相机里有一个热门AI玩法——漫画脸。从画面来看,哪怕受拍摄人物大幅度动作,融合感依旧满分。

类似的,一经上线便备受用户们追捧的还有“童话脸”等多个AI特效玩法。

细心的朋友可能会发现,漫画脸的AI特效get了一项技能——实时抠图。

在动态场景下, 无论是人像的头部、面部,还是半身像,都能够被精准识别,并转化为漫画版,看不出一点破绽。

这项技能在学术上叫做语义分割技术。而这些特效背后使用的语义分割技术叫做GYSeg,它是腾讯光影研究室(Tencent GYLab)在计算机视觉领域的自研算法。最近GYSeg算法刚刚参加完MIT Scene Parsing Benchmark 场景解析国际竞赛,从多个参赛团队中脱颖而出,以0.6140的成绩斩获了冠军。

MIT Scene Parsing Benchmark 是全球公认的最具挑战性、权威性的场景解析、语义分割评测集。本届参赛的团队还有商汤科技、亚马逊、复旦、北大、MIT等国内外研究机构和高校。

值得一提的是,近两周团队持续优化算法,并再次刷线最新成绩至0.6235,仍处榜单第一名。

image.png

4. 重读 CenterNet,一个在Github有5.2K星标的目标检测算法 | 我爱计算机视觉

image.png

Paper:

https://arxiv.org/abs/1904.07850

Github:

https://github.com/xingyizhou...

本文带领大家重温 Objects as Points 一文,其于2019年4月发布于arXiv,谷歌学术显示目前已有403次引用,Github代码仓库已有5.2K星标,无论在工业界和学术界均有巨大影响力。

论文摘要:

使用卷积神经网络做目标检测,大体可以分为单阶段(one-stage)方法和二阶段(two-stage)方法。单阶段检测器预定义很多anchor,基于这些anchor去做检测,密集的anchor有助于提高检测精度,然而在预测阶段,真正起到检测作用的只有少部分anchor,因此导致了计算资源的浪费。

无论是单阶段检测器还是二阶段检测器,在后处理阶段都需要NMS(Non-Maximum Suppression)操作去除多余框,NMS操作只在推理阶段存在,NMS的存在导致现有的检测器并不是严格的端到端训练的。

基于上述现象,作者提出了CenterNet算法,直接预测物体bounding box的中心点和尺寸。相比其他方法,该方法在预测阶段不需要NMS操作,极大的简化了网络的训练和推理过程。

5. Docker镜像优化:从1.16GB到22.4MB | 人工智能爱好者社区

image.png

原文链接:

https://medium.com/the-agile-...

Docker 是一个供软件开发人员和系统管理员使用容器构建、运行和与分享应用程序的平台。容器是在独立环境中运行的进程,它运行在自己的文件系统上,该文件系统是使用 docker 镜像构建的。镜像中包含运行应用程序所需的一切(编译后的代码、依赖项、库等等)。镜像使用 Dockerfile 文件定义。

因为容器具备如下优点,所以很受欢迎:

  • 灵活性、轻量化、便携性、松耦合、安全性

在这篇文章中,我将重点讨论如何优化 Docker 镜像以使其轻量化。

让我们从一个示例开始,在该示例中,我们构建了一个 React 应用程序并将其容器化。运行 npx 命令并创建 Dockerfile 之后,我们得到了如下图所示的文件结构。

1npx create-react-app app --template typescript

image.png

如果我们构建一个基础的 Dockerfile,我们最终会得到一个 1.16 GB 的镜像:

优化步骤如下:

  1. 使用轻量化基础镜像
  2. 多阶段构建

6. GitHub超级火!任意爬取,超全开源爬虫工具箱 | 夕小瑶的卖萌屋

image.png

项目代码:

https://github.com/kangvcar/I...

项目使用文档:

https://infospider.vercel.app

项目视频演示:

https://www.bilibili.com/vide...

最近国内一位开发者在 GitHub 上开源了个集众多数据源于一身的爬虫工具箱——InfoSpider,一不小心就火了!!!

有多火呢?开源没几天就登上GitHub周榜第四,标星1.3K,累计分支 172 个。同时作者已经开源了所有的项目代码及使用文档,并且在B站上还有使用视频讲解。

InfoSpider 是一个集众多数据源于一身的爬虫工具箱,旨在安全快捷的帮助用户拿回自己的数据,工具代码开源,流程透明。并提供数据分析功能,基于用户数据生成图表文件,使得用户更直观、深入了解自己的信息。

目前支持数据源包括GitHub、QQ邮箱、网易邮箱、阿里邮箱、新浪邮箱、Hotmail邮箱、Outlook邮箱、京东、淘宝、支付宝、中国移动、中国联通、中国电信、知乎、哔哩哔哩、网易云音乐、QQ好友、QQ群、生成朋友圈相册、浏览器浏览历史、12306、博客园、CSDN博客、开源中国博客、简书

7. 在iPhone里玩电路设计:3D版电子电路沙盒上线,支持Arduino,真实还原1000+组件 | 量子位

640 (1).gif

如果你对电子电路感兴趣,又烦恼家里没有车库施展不开——

现在,你可以试试在手机/平板上测试和调整你的设计了,还是3D的那种。

简单如连接小灯泡,调整电阻:

(嗯,没错,电阻上的色环会像现实中一样,随电阻值的改变而有所不同。)

更进一步上个面包板,入门单片机

甚至还能搞起Arduino!虽然不支持第三方库,但据作者介绍,官方函数均可使用。

对了,如果你的布线出现问题,或者电子元件过载,故障部位就会冒出浓烟,方便你诊断和修复错误.

这个3D版电子电路沙盒,名叫iCircuit 3D,目前已经登录苹果App Store,支持iPhone和iPad。Mac 版支持正在火速赶来的路上。

8. 新纪录!7.67Gbps全球最快!联发科发布二代5G基带芯片,支持毫米波 | EETOP

image.png
刚刚联发科发布了第二代5G基带M80,相比上代的M70正式加入了毫米波技术支持,5G标准终于完整了。M80基带将支持5GSub-6G及mmWave毫米波两种5G频段,在技术水平上看齐高通的骁龙X60,不过网速更快,上行速率3.67Gbps,下行速率7.67Gbos。

过去为竞争对手所诟病,指其移动处理器基带芯片没能支持毫米波5G 网络的联发科,这次终于追上进度,宣布新推出的M80 基带芯片将支持毫米波(mmWave) 和Sub- 6GHz 双5G 频段,为联发科在5G 市场的竞争更添助力。

联发科新推出全新的5G 基带芯片M80,可支持毫米波和Sub-6GHz 双5G 频段。在独立组网(SA) 和非独立组网(NSA) 下,M80 5G 基带芯片支持超高的5G 传输速率,最高下行速率可达7.67 Gbps,上行速率最高为3.76 Gbps,为目前最业界快速的技术。M80 还拥有双5G SIM卡、双5G NSA 和SA 网络、以及双VoNR 等产业领先技术,为使用者带来高速连网的5G 畅快体验。

作为对比,骁龙X60的上行、下行速度分别是3Gbps、7.5Gbps,三星的Exynos2100上行、下行分别是3.67Gbps、7.35Gbps,华为的麒麟9000因为不支持毫米波,上行、下行分别是2.5、4.6Gbps。

9. MIT喊你来上课,深度学习课程,免费的那种 | 资源 | 量子位

image.png

网站链接:

http://introtodeeplearning.com/

MIT硬核深度学习资源,代号6.S191,现已面向全网开放。

根据此次MIT公布的信息,此次开放的课程属于深度学习方法的入门课程

适合应用的领域包括计算机视觉、自然语言处理,以及生物学等等。

本课程将会在美东时间每周五下午1点 (北京时间周六凌晨2点)开放内容。

推荐阅读
【20210129期AI简报】 25元、264KB内存的微处理器上市、GPT-3自动生成SQL语句!
μC/OS-II兼容层——让基于μC/OS-II开发的应用层无感地迁移到RT-Thread操作系统
【20210122期AI简报】保姆级深度学习环境配置指南、寒武纪首颗AI训练芯片亮相

原文链接:https://mp.weixin.qq.com/s/YPAqT3oMb2nDUEDx3AXxfw
转载已获授权,禁止二转
推荐阅读
关注数
8074
内容数
181
小而美的物联网操作系统,经过14年的累积发展,RT-Thread 已经拥有一个国内最大的嵌入式开源社区,同时被广泛应用于能源、车载、医疗、消费电子等多个行业,累积装机量超过4亿台,成为国人自主开发、国内最成熟稳定和装机量最大的开源 RTOS。
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息