2020.12.14-12.21 人工智能行业每周技术动态_ai信息差

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

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

知行合一，我们先来看一下“知”。
这里的知，可以理解成，信息差。

由于移动互联网的便捷，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，或者从网络信息中得到的资讯。

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

所以在这个时代，只要愿意了解，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，还是对于创业，大家可能都会有很多的想法。

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

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

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

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

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

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

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

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

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

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

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

回到生活和工作中，每隔一段时间，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，成为更好的自己。

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：2020.12.14-2020.12.21
同步公众号：江大白

---

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

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

2.2 研究方向方面

2.2.1 目标检测

（1）谷歌简单粗暴“复制-粘贴”数据增广，刷新COCO目标检测与实例分割新高度
链接：https://mp.weixin.qq.com/s/nKC3bEe3m1eqPDI0LpVTIA
（2）C++实现yolov5的OpenVINO部署
链接：https://mp.weixin.qq.com/s/rzR-rAiJejR8LjDDgiauZA

2.2.2 图像分割

（1）华盛顿大学实时视频抠图再升级，毛发细节到位 | 应用前景广阔
链接：https://mp.weixin.qq.com/s/pkm_lc2t8J9LCC3Vm1bHkQ

2.2.3 图像超分辨

（1）真正的无极放大！30x插值效果惊艳，英伟达等开源LIIF：巧妙的图像超分新思路
链接：https://mp.weixin.qq.com/s/pKQZm1OvfKUyMA4V_-vIqw

2.2.4 人脸识别

（1）人脸识别：insightface自定义数据集制作 | 附练手数据集
链接：https://mp.weixin.qq.com/s/yIXCoPTDgAD6kELu5QWQng

2.3 Opencv方面

（1）经验 | OpenCV图像旋转的原理与技巧
链接：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

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

3.2 拓展阅读

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

4 Tensorflow基础教程

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