导读: 本期为 AI 简报 20201030 期,将为您带来过去一周关于 AI 新闻 10 条,其他互联网圈内新闻 5 条,希望对您有所帮助~ 本期 干货 +1 +1 +1 ~
AI
1. 细思极恐!央视曝光 AI 黑产,你的脸仅仅只卖 0.002 元,还可能成为“在逃嫌犯”
2. 我用“丧尸生成器”给爱豆们换了妆,效果太鬼畜!
3. 魔幻黑科技!华人学者推出视频修复AI,可换天造物,秒变科幻大片
4. darknet-mini:带注释的darknet简化版,助你深入理解YOLO
5. 10万大奖!遥感影像地块分割竞赛来了!还有百度工程师亲授解题思路
6. 重磅!OpenMMLab 更新啦!分类/检测/分割/3D等项目全面升级
7. 我用YOLOV5训练自动驾驶数据集!并转换为TensorRT
8. 单应性Homograph估计:从传统算法到深度学习
9. PyTorch 1.7发布,支持CUDA 11、Windows分布式训练
10. Determined AI:用免费的「分布式深度学习系统」加速NLP训练
Other
1. iPhone 背后的浓浓塑料情:富士康撒谎+偷懒,薅苹果羊毛,库克偷偷找备胎
2. AMD 官宣 350 亿美元收购赛灵思
3. 抢不到的3080就让给黄牛吧,AMD凌晨发布 RX 6000系列显卡,最高售价7999
4. iPhone 12 跌破发行价,拼多多不背锅
5. 如何评价小马智行投后估值60亿美元?无人车的追涨杀跌已经开始
欢迎投稿RTThread物联网操作系统公众号,联系方式:17775982065(微信同号)
沈腾版斯内普,宋小宝版庆余年,赵四儿版美国队长,PDD 版桥本环奈······
从使用层面来看,AI 换脸技术放诸于娱乐场景中可能无可厚非,但当它被黑灰产盯上时,AI 换脸技术就变成了“众矢之的”。
据央视报道,经调查在某些网络交易平台上,花 2 元钱就能买到上千张人脸照片。
贩卖人脸这操作我们已经听了无数次,令人可怕的是,从贩卖人脸到制作人脸视频已经形成了一项完整的产业链——上游提供软件及技术、中游提供视频、照片定制、下游售卖成品视频。
简直可怕。
当然,在技术进步的同时,时代也在进步。去年 4 月,在全国人大常委会审议的《民法典人格权编(草案)》里就正式加了一条:任何组织和个人不得以利用信息技术手段伪造的方式侵害他人的肖像权。这其中就包括 AI 换脸技术。
不过更可怕的是使用技术的人。
万圣节要来了!
论如何一键生成惊悚的丧尸妆!
之前报道过一款换脸网站Toonify,这个网站可以把人脸切换成动漫脸,效果非常逼真,上线当天访问量就超过了25万。
这个程序员小哥又又又整活了!
借鉴了Toonify的核心技术,开发了这款『丧尸生成器』,而且为了方便大家使用,也做成了网站形式,可免费使用。
该网站名为Make Me A Zombie。操作简单,出图很快。
网站链接: https://makemeazombie.com/
Github地址:https://github.com/jiupinjia/SkyAR
AI修图到底有多强?
前几日,Adobe Max 大会刚刚结束,Photoshop 2021版便登上了国外各大媒体版面。
其原因是,新版Ps工具中内置了AI驱动工具,诸如“天空置换”等高难度修图问题,现在点点鼠标就可以轻松实现,而且效果远超手动操作。
无论是拍人拍景或是其他,“天空”都可以说是摄像中的关键元素。比如,一张平平无奇的景色图加上落日余晖的天空色调,是不是有内味了?
对于短视频爱好者来说,如果也能达到如此处理效果岂不是更佳?
小编就给大家介绍一款基于原生视频的AI处理方法,不仅可以一键切置换天空背景,还可以打造任意“天空之城”。
Github地址: https://github.com/ChenCVer/darknet
2019年就萌生一个想法,想深入研究一个深度学习框架,从code上将这个黑盒子的神秘面纱揭开,后续由于工作太忙,没有太多精力投入,从2020年8月份开始,诸多工作接近尾声,开始想投入一段时间研究一个底层框架。对比了多个框架,发现darknet是一个较为轻型的完全基于C与CUDA的开源深度学习框架,没有任何依赖项(OpenCV都可以不用),移植性非常好,支持CPU与GPU两种计算方式。真正可以对神经网络的组件一探究竟,是提高自己对深度学习有效范本。
作者对darknet的解读,为期接近3个月时间,从2020年8月5日到至今(10月23日),期间几乎查遍了CSDN,知乎,github所有能看到关于darknet的解读资源。
由于darknet代码整个工程量还是很大的,后期,为了方便朋友们快速简单了解darknet整个框架思想,我写了一个darknet-mini版本,整个代码只实现了所有和分类网络相关的train部分。一律去除了其他seg,det,rnn,lstm等部分。代码见Github地址。
在人工智能和大数据竞赛领域,由中国计算机学会举办的CCF 大数据与计算智能大赛(CCF BDCI)一直是众多开发者追逐的顶级赛事。
值得关注的是,本届CCF BDCI大赛在原有赛道外,首度设立了全新的“自主平台”赛道,百度首发 “遥感影像地块分割” 赛题,飞桨作为该赛题的指定深度学习平台为选手提供技术支持。不仅如此,百度和清华大学在算法赛道贡献了“千言:多技能对话”赛题。两道赛题总奖池达15万。无论你是CV还是NLP方向的开发者,这里都有你展示的舞台!
本届大赛的赛题由来自百度视觉技术与自然语言学习的资深工程师亲手打造,赛题及数据均来自一线产业实践场景。
Github地址: https://github.com/open-mmlab
原文:https://zhuanlan.zhihu.com/p/74597564
历时不知道多久,OpenMMLab又迎来了一次全面的更新。为了方便社区的研究者和开发者能够及时获悉 OpenMMLab 各个项目的进展,我们对近期的更新做一个整体的介绍。本次发布赶在 CVPR 之前,希望 OpenMMLab 的各个项目能够帮助到大家的研究和开发。
这次的一大波更新包括 MMCV, MMClassification, MMSegmentation, MMEditing, MMDetection, MMDetection3D, MMPose, MMAction2。在这次更新中,OpenMMLab 的各个项目都支持了 pip install 直接安装,增加了对混合精度训练的支持和 ONNX 转换的支持,Dockerfile 全面升级到 PyTorch 1.6,并启用了新的模型库域名:download.openmmlab.com。从 7 月份的发布以来,共增加了 21 个新算法,目前 OpenMMLab 项目开放的总算法数超过了 120,总模型数达到了 900 以上。
满满的干货!
项目流程如下:
准备数据集
环境配置
配置文件修改
训练
推理
转Tensorrt
最终 Tensorrt 各yolo模型对比:
上图为单应性估计在图像拼接中的应用
单应性原理被广泛应用于图像配准,全景拼接,机器人定位SLAM,AR增强现实等领域。这篇文章从基础图像坐标知识系为起点,讲解图像变换与坐标系的关系,介绍单应性矩阵计算方法,并分析深度学习在单应性方向的进展。
本文为入门级文章,希望能够帮助读者快速了解相关内容。
目录
一 图像变换与平面坐标系的关系
二 平面坐标系与齐次坐标系
三 单应性变换
四 深度学习在单应性方向的进展
前些日子,PyTorch 团队发布 PyTorch 1.7 版本。该版本增添了很多新特性,如支持 CUDA 11、Windows 分布式训练、增加了支持快速傅里叶变换(FFT)的新型 API 等。
PyTorch 1.7 版本包含很多新的 API,如支持 NumPy 兼容的 FFT 操作、性能分析工具,以及对基于分布式数据并行(DDP)和基于远程过程调用(RPC)的分布式训练的重要更新。
此外,一些特性也更新为稳定版,包括自定义 C++ 类、内存分析器、通过自定义类张量对象进行扩展、RPC 中的用户异步函数,以及 torch.distributed 中的许多其他特性(如 Per-RPC 超时、DDP dynamic bucketing、RRef helper)。
本次更新的亮点包括:
CUDA 11 得到 PyTorch 官方支持;
对 autograd 分析器,更新和添加了 RPC、TorchScript 和堆栈跟踪(Stack trace)的分析和性能;
(测试版)通过 torch.fft 支持 NumPy 兼容的 FFT 操作;
(原型版)支持英伟达 A100 GPU 和原生 TF32 格式;
(原型版)支持 Windows 系统上的分布式训练。
原文链接:https://zhuanlan.zhihu.com/p/269364479
Github地址: https://github.com/determined-ai/determined
在单个GPU上完成针对NLP任务的深度学习模型训练,一般需要很长时间才能完成。在本文中,我们将利用Determined AI的分布式训练功能将SQuAD模型训练的BERT从数小时减少到数分钟,同时确保不会牺牲模型的准确性。
在这之前先介绍一下Determined AI,他们是一家很酷的startup,专门做深度学习的分布式学习和加速。他们的平台对个人使用者完全开源且免费!
第一是分布式训练,比如一卡多模型,多卡多模型等。
第二是参数寻优,包括网络结构搜索和寻优。
第三是对实验过程的保存和可视化,不用再担心模型跑了一半就丢失的问题。在高度优化的平台上,分布式训练可达到24倍的加速,而参数寻优只需要往常1/100的时间。
在苹果的诸多合作伙伴中,富士康可能是最出名的那一个。
多年来,苹果和富士康保持了亲密的合作关系。实际上,作为全世界最大的代工商,富士康为苹果代工了 iPhone、iPad、Mac 和 Apple Watch 等诸多产品。
当然,苹果对富士康也非常重视——非常典型的例证是,在来华访问之时,苹果公司 CEO Tim Cook 曾经专门造访富士康的工厂。
不过,虽然双方的合作关系看起来亲如姐妹花,但可能只是塑料的。
归根结底,还是钱的问题。
富士康是如何薅了苹果的羊毛,苹果和富士康之间的不信任将会何去何从,敬请看原文
美国当地时间10月27日上午,全球半导体巨头AMD正式宣布,公司与FPGA芯片龙头赛灵思已达成一项最终协议,同意AMD发行总价值350亿美元股票的方式收购赛灵思。该笔交易预计于2021年底完成,合并后的公司将拥有1.3万名工程师,每年的研发投入超过27亿美元。
根据协议,每股赛灵思普通股能够置换1.7234股AMD股票。赛灵思的估值约为每股143美元,较周一的收盘价高出25%,较10月初可能达成交易的消息传出前的价格高出35%。
AMD「苏妈」接二连三放大招!10 月 27 日晚间,AMD 正式宣布 350 亿美元全股票收购赛灵思,成为继英伟达宣布收购 Arm、韩国企业 SK 海力士计划收购英特尔 NAND 业务之后,半导体行业的又一大型交易案。今日,AMD 又发布了采用全新 RDNA 2 微架构的 RX 6000 系列显卡,在性能、能效、游戏性能方面实现了全方位提升。
昨日凌晨,AMD 正式发布了 Radeon RX 6000 系列显卡:Radeon RX 6800、6800XT 和 6900XT,对标英伟达最新的 GeForce RTX 30 系列显卡。
这三款产品都是基于 AMD 最新的 RDNA 2 架构。AMD 表示,RDNA 架构 “天生自带游戏 DNA”,且官方认证该技术 “将在 PS5 和 XboxSeries X 游戏主机中大显身手”。第一代 RDNA 架构每瓦性能高出 GCN 架构 50%,如今,RDNA 2 架构每瓦性能再次高出 50%。
在发布会之后,AMD 官方公布了几款显卡的上市时间和国行版价格。其中,Radeon RX 6800 和 Radeon RX 6800XT 显卡预计将于 2020 年 11 月 18 日上市,售价分别为 4599 元和 5099 元。Radeon RX 6900XT 预计将于 2020 年 12 月 8 日上市,售价 7999 元。
开售不到一周,iPhone 12 的价格经历了过山车。
一开始,不少 iPhone 12 的渠道商纷纷在官网价格的基础上加价,根据不同的颜色和版本加价数百元不等;甚至有人加价 3000 元左右来卖 iPhone 12 Pro。
然而,很快,渠道商加价无力,iPhone 12 的线下销售价又回落到官网售价以下。
这就是所谓 iPhone 12 跌破发行价。
不仅如此,有一些渠道商的 iPhone 12 售价已经回落到 6000 元以下;而在四川成都的一家中国电信营业厅,如果办理相应 5G 套餐,最高能优惠 1300 多元。
半年左右,再次传出巨额融资。
自动驾驶公司PonyAI小马智行,在2月官宣丰田主导的4.62亿美元投资后,刚又被曝出了新一轮3亿美元新融资。
该市场传闻中,投资方亦值得注意,加拿大安大略省养老基金以接近2亿美元出资额领投,一汽集团入局参投。
小马智行也实现了估值的再度翻番,从上轮投后30亿美元,现在估值60亿美元,总融资额累计超过10亿美元。
如此吸金和估值翻番速度,对小马智行无疑是最好的认可。
但是,对于无人车行业而言,更像是一个冷峻的讯号:
牌桌正在清场,打擂得问出处,马太效应无限加剧。
你可以添加微信17775982065为好友,注明:公司+姓名,拉进 RT-Thread 官方微信交流群!
RT-Thread
让物联网终端的开发变得简单、快速,芯片的价值得到最大化发挥。Apache2.0协议,可免费在商业产品中使用,不需要公布源码,无潜在商业风险。
长按二维码,关注我们
点击阅读原文进入RT-Thread官网
你点的每个“在看”,我都认真当成了喜欢