【Reading Notes】（4）Favorite Articles from 2021

1、January

1. 把你的朋友变成表情包？Python：So easy（2021-01-07）
   • -NWatqyJYa1Fg6-eXO4cMw
   • 

2、February

1. 如何看待计算机视觉未来的走向（2021-02-19）
   • 7SFLqEM1UY-ELTogtfiU0A
   • 我对技术的看法是，技术必须服务于人，必须对社会有益，推动社会进步，而负责实现这件事的正是企业，企业必须将技术落地应用，变成产品，为人类服务，为社会服务。
   • 谈及我对计算机视觉的看法，技术和产品的关系就像是硬件与软件的关系。当硬件发展到一定水平时，如果软件的发展速度跟不上，那么硬件就毫无作用。当软件发展起来后，又受到硬件水平的限制，软件要进一步提高，需要提升硬件水平。
   • 从我的角度来看，它在未来一定能与机器人结合，我指的机器人并不只是人形机器人，主要是各种智能化设备，如场景监控，服务机器人，无人驾驶，医疗设备，嵌入式设备等。
   • 
   • 从我的理解来看，日后硬件水平会有较大发展，用于深度学习的专用处理器会有较好的性能。因此，计算机视觉未来的应用场景很广泛，我们需要对每一个具体的应用场景设计一个很小的，专一的，可以用于嵌入式设备的模型。模型小型化，轻量化，检测实时化。

3、March

4、April

1. Python 为什么不支持 switch 语句？（2021-04-14）
   • TXKJeqHlvkVKSMvJWVth7w
   • Python不引入switch语句是社区经过多次讨论和提案后的结果，主要原因在于设计共识难以达成，且已有足够的替代方案。而最新的发展是，Python将通过功能更强的 match-case语法来满足复杂的多分支选择需求。

5、May

1. 如何看待计算机视觉未来的走向（二）从产品的角度聊一聊（2021-05-17）
   • t-VY4YlnAdWXBL1lKKqa2g
   • 在上篇中也提到了计算机视觉在未来可以与机器人、移动端和嵌入式设备端结合，而它们之间的结合会出现很多新产品，这些产品之间是有区别的。第一，它们的应用场景不同；第二，它们的算法不同；第三，它们的硬件不同；第四，它们实现的功能不同。
   • 以往我们总是带着需求去研发技术，很奇怪的是，到了计算机视觉这个领域，大家都在带着技术去找应用场景。然后我们就发现了，深度学习这个技术需要大数据和计算算力，结果符合大算力和大数据的场景没几个，然后就没人做产品了？
2. 让数据动起来！用Python制作动画可视化效果，让数据不再枯燥！(2021-05-21)
   • uzBUHHDZ7p2qOImwOhA0dg
   • 生成序列图片 -> 用 ImageIO 合成 GIF
   • 

6、June

1. 写Python的男人能不能坚持20秒（2021-06-09）

   • 2nSBbW9rBj5o9tJXDfaA-w
   • 
   • 

2. 邱锡鹏，这是Transformer最全综述（2021-06-11）

   • FaPBOH19AgXOhFDtkbr4DQ
   • A Survey of Transformers
   • 各种 Transformer 变体（又名 X-former）
   • 
   • 
   • 
   • 
   • 
   • 
   • 

3. 从R-CNN到Mask R-CNN的思维跃迁（2021-06-15）

   • zD2RnNyb8YDB_ryJR2WE6Q
   • 

4. 超实用，百行Python代码制作动态树地图（2021-06-20）

   • XWJdkqARGJQZpOyPcX8c1Q
   • 

7、July

7. 华人占大半壁江山！CVPR 2021 目标检测论文大盘点（65篇论文）（2021-07-01）

   • x2TuAxesAb3dfJr-Cyzpsg
   • 2D目标检测
   • 旋转目标检测
   • Few-Shot目标检测
   • 半监督目标检测
   • 域自适应目标检测
   • 自监督目标检测
   • 弱监督目标检测
   • 其他

8. 三个最新屠榜的Backbone！（2021-07-07）

   • vyc78ZPCt_N1mivGOIsgLw
   • Focal Transformer：Focal Self-attention for Local-Global Interactions in Vision Transformers
   • CSWin Transformer：CSWin Transformer: A General Vision Transformer Backbone with Cross-Shaped Windows
   • CBNetv2：CBNetV2: A Composite Backbone Network Architecture for Object Detection

9. 一文看尽 27 篇 CVPR2021 2D 目标检测论文（2021-07-11）

   • Ho7qtrpF9FhHGaamkQo6Lw

10. 13个offer，8家SSP，谈谈我的秋招经验（2021-07-16）

    • k6vJdZDnxF1OHhf6NpTKVQ
    • 
    • 

11. 2020东京奥运秘密武器曝光：AI不仅负责计时，还逼这些裁判失业！（2021-07-26）

    • 0zaMYRqvfsT2BZlyxsEp9w
    • 
    • （左上）相机画面，（左下）时间轴，（中）AI捕捉的选手动作，（右）每种技术的「裁判员看点」
    • 2019年世锦赛，国际体操协会就应用了富士通开发的激光雷达技术。 他们研究体育中3D感应技术的潜力，将激光雷达与AI系统连接起来。 通过每秒约200万次或更多的激光照射运动员并根据反射时间计算距离，捕捉到人的3D形状。 此外还开发了一种算法，根据获取的运动员的3D数据，获取关节位置的3D数据，然后对照数据库评分。

12. 14种轻量级网络综述 — 主干网络篇（2021-07-27）

    • Ako1-LftttHyL1YnxVB8tA
    • SqueezeNet系列
    • ShuffleNet系列（V1、V2）
    • MnasNet
    • MobileNet系列（V1、V2、V3）
    • CondenseNet
    • ESPNet系列
    • ChannelNets
    • PeleeNet
    • IGC系列（V1、V2、V3）
    • FBNet系列（V1、V2、V3）
    • EfficientNet
    • GhostNet
    • WeightNet
    • MicroNet

13. 实时检测 17 个人体关键点，谷歌 SOTA 姿态检测模型，手机端也能运行（2021-07-29）

    • GpamKLSH8OVDy5IiHXCQ1g
    • 近日，来自谷歌的研究者更新了用于实时姿态检测的项目，该项目包含 3 种 SOTA 模型，其中 MoveNet 模型可检测人体 17 个关键点、并以 50+ fps 在电脑和手机端运行；BlazePose 可检测人体 33 个关键点；PoseNet 可以检测人体多个姿态，每个姿态包含 17 个关键点。

8、August

1. CVPR2021 分割之"Boundary IoU"，衡量物体边界分割质量的新度量（2021-08-04）
   • jpUAIAwqVXgZXo2BxmmkjQ
   • 分割错误
   • 
   • 
   • 上式中的 $G_d$ 表示与ground truth mask的轮廓距离不大于 $d$ 的像素集合，$P_d$ 表示与预测 mask 的轮廓距离不大于 $d$ 的像素集合。
   • 以Boundary IoU为基础，构造Boundary AP代替使用Mask IoU计算的Mask AP，用于评价实例分割算法性能，并给出常用实例分割算法的Boundary AP值。
2. 使用Python轻松获取股票&基金数据（2021-08-06）
   • SPv3-_7htvuDORdaseWtUA
   • AKShare 是基于 Python 的开源金融数据接口库，目的是实现对股票、期货、期权、基金、债券、外汇等金融产品和另类数据从数据采集，数据清洗到数据下载的工具，满足金融数据科学家、数据科学爱好者在数据获取方面的需求。
3. 国内AI研究「顶不了天、落不了地」，李国杰院士文章刷屏！到底什么是基础研究？（2021-08-09）
   • dsCN4Pw8l80mbbw9W_mYug
   • 我们的研究多数是技术驱动、论文导向，目标导向和问题导向的研究较少
   • 我们与一流科学家的差距之一是选择可突破的重大科学问题的眼光不够敏锐，布局的科研项目要么是增量式的技术改进，要么是几十年都难以突破的理想型目标
   • 理性的人工智能发展模式应该承认人有人智，机有机「智」，要充分发挥机器「思维」的特长，做人不擅长做的事情
   • 工程科学技术不只是工具，也不仅仅是基础研究成果的应用，而是在基础研究中可以发挥巨大作用的重要组成部分
4. 美国普林斯顿大学的唐纳德 · 斯托克斯（Donald E. Stokes）通过 4 个象限定义了不同的研究类型，其中基础研究包括纯基础研究（波尔象限）与由应用驱动的基础研究（巴斯德象限）
   • 
   • 其实波尔象限与巴斯德象限，在具体科研实践时其实是一样的，就是「把问题的底层原理搞清楚」，只是问题的来源有所不同。波尔象限的问题来源主要来自学科自身，如为什么会有量子纠缠现象；而巴斯德象限的问题来源主要来自现实应用，如为什么牛奶会腐败。
5. 江大白：这些年从0转行AI行业的一些感悟（2021-08-26）
   • oBkz5vs13BFu31x_WZeudA
6. 图灵YYDS！60年前不被看好的理论再次被证，这次是原子层面的（2021-08-23）
   • lSEJqYUpgbbv92nt8zG7fg
   • 图灵斑图 （turing pattern）
   • 
   • 
   • 公式认为，任何重复的自然图案，都是通过两种具有特定特征的事物（如分子、细胞）进行相互作用而产生的。
   • 此前对于图灵斑图的研究，大多集中于宏观层面，从微观尺度应用反应扩散方程的研究少之又少。
   • 如果能预测甚至影响微观晶体在某个方向上生长，就能将那个方向的物理/化学性能发挥得更好，例如材料的催化性能等。
7. Python爬虫+颜值打分，5000+图片找到你的Mrs. Right（2021-08-25）
   • RMxCs8ELUSsh8ae9K31ASg
   • 完整演示了一个结合了网络爬虫、API调用和文件自动化处理的Python实践项目，其核心是利用百度人脸识别API对从特定网站爬取的用户照片进行自动化颜值评分与分类。
8. 写好 Python 代码的几条重要技巧（2021-08-30）
   -AmEutu6rgy4z7LoCXR3s2g
   • 单体架构
   • 
   • 分布式架构
   • 
   • 微服务架构
   • 

9、September

1. 几个可以整蛊你朋友的 Python 程序（2021-09-02）

   • i3bEUPiWMV0BkMsLUBDfwg

2. 深度学习有哪些trick？（2021-09-03）

   • kiAWIyqHEMTf-t262LdQ3g
   • 
   • with flooding，当training loss大于一个阈值时，进行正常的梯度下降；当training loss低于阈值时，会反过来进行梯度上升，让training loss保持在一个阈值附近，让模型持续进行"random walk"，并期望模型能被优化到一个平坦的损失区域，这样发现test loss进行了double decent。

3. 从 ReLU 到 GELU，一文概览神经网络的激活函数（2022-09-15）

   • JiU2LnkAxYjIH6bmI_c8XQ
   • 
   • ELU
   • 
   • 
   • SELU
   • 
   • Leaky ReLU
   • 
   • GELU（似乎是 NLP 领域的当前最佳；尤其在 Transformer 模型中表现最好；）
   • 
   • 

4. 用Python创建假新闻检测器（2021-09-17）

   • g1K6Ckax1YUTtDNipGoKyg
   • 数据集：希腊假新闻(GFN)数据集由用希腊语编写的真新闻和假新闻组成，可用于训练文本分类模型以及其他NLP任务。
   • python 库：spaCy Python库，这是一个NLP库，它附带了预训练的模型，并且支持标识化和60多种语言的训练。
   • web 框架：Streamlit是一个Python框架，它允许你快速地为数据科学项目构建web应用程序。
   • 开发Web应用程序

5. 让你的模型acc更上一层楼：模型trick和数据方法总结（2021-09-30）

   • HWI8ZhROab1-DOd3RMFwRw
   • BatchSize对精度的影响
   • 
   • LARS(Layer-wise Adaptive Rate Scaling) 出发点则是各个层的更新参数使用的学习率应该根据自己的情况有所调整，而不是所有层使用相同的学习率，也就是每层有自己的local lr
   • bag of trick
   • 

10、October

1. 语言模型"不务正业"做起目标检测，性能还比DETR、Faster R-CNN更好 | Hinton团队研究（2021-10-01）

   • gVlcoyan-AZ9iu2zliscnw
   • Chen T, Saxena S, Li L, et al. Pix2seq: A language modeling framework for object detection[J]. arXiv preprint arXiv:2109.10852, 2021.
   • ICLR-2022
   • 作者直接使用timm中的DeiT作为encoder。

2. 3年半巨亏242亿！商汤高估了深度学习，下错了棋？（2021-10-12）

   • HRvcB-PvhnXiLcG-Ky7R5g
   • 云从亏损近30亿，依图三年半累计亏损超72亿，旷视累计亏损150亿。商汤近三年半累计扣非净亏损242亿元。
   • 
   • 「小公司自己的算法虽然没商汤的好，但是符可以自定义需求。
   • 商汤这样AI公司提供的算法虽然结果准确，但是不能根据我们的产品需要进行小的定制化的修改，那还是没法用。
   • 

3. Scrapy爬取整个美女网爬下来，要多少有多少（2021-10-20）

   • 5o9K_wwmrmkm5xmxF1c28Q
   • 详细展示了如何使用Scrapy框架，结合自定义管道和中间件，来完成一个包含图片下载和结构化数据存储的完整爬虫项目。

4. 装逼篇 | 抖音超火的九宫格视频是如何生成的，Python 告诉你答案（2021-10-20）

   • wtFN-POuKr_Dd0LwqYBVZg
   • 

5. Python技巧：如何提高爬虫速度？（2021-10-24）

   • 2mKGcv_mGQy2iOaZ6G9PIg
   • 对于所测试的简单爬虫任务，几种并发方式在处理效率上的排序为 aiohttp (协程) > 多线程 > 多进程。因此，作者建议为了提高效率，可以考虑优先使用协程。
   • 文中演示的是简单示例，实际应用中应使用线程池、进程池、协程池等更佳实践

6. Facebook 于 2021 年 10 月 28 日正式宣布将公司更名为 Meta，以反映其对构建 元宇宙（Metaverse） 的长期愿景。这一改名标志着公司战略的重大转型，旨在摆脱"仅是一个社交媒体公司"的标签，转向更广泛的虚拟现实和增强现实领域。（2021-10-28）

7. 女朋友让我深夜十二点催她睡觉，我用Python轻松搞定！（2021-10-28）

   • 8tXVcYuTsoU6wc2irZpOfQ
   • 
   • 工具准备：使用了 apscheduler库来执行定时任务，以及 pyautogui 库来模拟鼠标点击、键盘输入等图形界面操作，实现自动化控制。
   • 操作步骤：
     • 定位坐标：首先手动获取电脑任务栏中微信图标的位置，以及微信聊天窗口输入框的位置坐标。
     • 模拟操作：通过 pyautogui控制鼠标依次点击上述两个坐标，从而打开微信并激活输入框。
     • 输入文本：介绍了两种输入方式，一种是使用 pyautogui.typewrite模拟键盘输入英文或按键，另一种是针对中文内容，通过 pyperclip库先复制文本，再模拟按下 Ctrl+V进行粘贴，最后模拟按下回车键发送。
     • 增加拟人化：在鼠标移动过程中加入了延迟（duration参数），使操作更像真人手动进行。
   • 定时触发：使用 APScheduler创建一个阻塞式调度器（BlockingScheduler），设定一个特定的日期时间（run_date）来执行封装好的自动发送消息函数（main）。

11、November

1. Pycharm那些隐藏的实用小技巧，yyds！（2021-11-03）

   • -H0iUdkt2QUXkq-BdeSJHQ
   • 查找修改历史：只需要右击文件，在Local History里面就能查到所有的历史版本。
   • 设置个性背景？
   • 

2. 对程序员来说，算法是"花拳绣腿"吗？（2021-11-07）

   • xkCrbxdD0s3qOiWtzaW0Tw
   • 

3. Python实现社交网络可视化，看看你的人脉影响力如何（2021-11-15）

   • w-RQcA4AWNcTiy3Ls6Mmyg
   • 

4. 去AV片马赛克，开发者被抓了（2021-11-16）

   • Zg1aaaUmt5-pKv_d64M_GA
   • 目前，比较火的反马赛克软件有两款，分别是 JavPlayer 和 PULSE。

12、December

1. Python制作词云视频，通过词云图来看小姐姐跳舞（2021-12-09）

   • Zktn0nXAmZOfltE7xMeyuw

   • 

   • 视频下载

   • B站弹幕下载

   • 视频切帧与人像分割（百度智能云平台的“人体分析”API）

   • 生成词云图：利用wordcloud库和下载的弹幕文本，结合上一步生成的人像掩模图，为每一帧制作词云图。词云会按照人像形状填充，并随机选取高频中文词汇进行可视化。文章强调了需确保掩模图为二值化图像，并提供了包括字体设置、词频统计在内的完整代码。

   • 

   • 图片拼接与视频合成：将原始视频帧与对应的词云图使用numpy进行水平拼接，然后使用OpenCV将拼接后的所有帧按顺序合成为一个新视频，并可添加背景音乐增强效果。文章提供了设置视频帧率、尺寸以及写入视频流的代码。

2. 基于聚类的图像分割-Python（2021-12-10）
   -MjCA_3e4ElMUId-VWjgpsg

   • 
   • scikit-learn 的 K 均值算法对它们进行聚类
   • 

3. 计算机视觉中的数据预处理与模型训练技巧总结（2021-12-21）

   • lP3g2tM91xKdMk1Eg5Z9hQ
   • Linear scaling learning rate：增大batch size不会改变梯度的期望，但是会降低它的方差。也就是说，大batch size会降低梯度中的噪声，所以我们可以增大学习率来加快收敛。
   • AdaBound，优化器

4. 1万字详解 python logging日志模块（2021-12-23）
   -K3k-Mk75tSe-Z8cTooyJTg

   • 
   • 
   • 

前缀 https://mp.weixin.qq.com/s/