程序员欢乐送(第50期)

2020年2月14日09:19:25 发表评论 322 °C
摘要

程序员欢乐送:VirusBroadcast、2019-nCoV、DAIN插帧算法、PyMatting、PyTorch3D、attention-cnn

程序员欢乐送(第50期)

一直保持的追求有三点:技术、快乐、财富,这里记录每周值得分享的内容,周五把欢乐送达。

2020年的春节,想必过的都不踏实,疫情蔓延的消息,让"年味儿"都没有了,今年的春节实在是过于沉重。

远程办公,老实在家,祝各位都平安健康。

愿疫情早点结束,祝春天和好消息如约而至。

技术

1、VirusBroadcast

这是一个Java项目,以程序员的方式,劝解人们不要出门走动。

作者采用数学模型模拟了人们外出后,疫情扩散的情况,展现的很直观。你可以设置一些参数:

  • 初始感染数量
  • 病毒传播率
  • 病毒潜伏时间
  • 医院收治响应时间
  • 医院床位
  • 流动意向(人)平均值

这里的人群和人的流动意向就按照正态分布来模拟,而病毒的传播率则是一个固定的参数。

这是一个较为简单的模型,但并不影响对传播及控制要素的分析。

疫情初期,假设初始感染数量为50,人们都是随意走动的,通过这个项目,你可以直观地看到:

程序员欢乐送(第50期)

项目也把潜伏期等因素考虑进去,感兴趣的可以试试体验一下。

总结一下就是,宅在家里,尽量不要外出。

项目地址:项目地址

2、2019-nCoV

不知别人这个春节是怎么过的,反正我的春节是在每天“丁香园”中度过的,每天早上睁眼的第一件事,就是刷疫情实时动态数据。

程序员欢乐送(第50期)

疫情的数据,是很有用的,可以帮助我们做一些有用的分析工作。

如果想获取这部分数据,这里有两种方式:

  • 直接从“丁香园”的接口爬取数据
  • 直接用别人实时整理的现成数据

这两个方法都有现成的项目可以使用,从“丁香园”的接口实时抓取数据的时候要注意,不要请求过于频繁,影响服务的稳定。

爬虫项目地址:点击查看

数据项目地址:点击查看

3、 DAIN插帧算法

现在,连手机都开始用上120帧的显示屏,但是网上大部分的视频还是24帧。

视频的帧率已经远远赶不上人民群众的需求了,所以有不少人都在研究如何把普通视频变成高帧率视频。

我在《程序员欢乐送(第5期)》中曾经分享过一个高帧率视频生成Super SloMo算法。

那是去年英伟达公司开源的项目,从普通的视频“脑补”出高帧率的画面,从30fps插帧到240fps,即使放慢8倍也不会感到卡顿。

近日,来自上海交大的一个新的插帧算法DAIN开源。它比英伟达的算法效果更清晰、帧率更高,可以把30fps的进一步插帧到480fps,这已经超过了很多手机的慢动作录像帧率。

更重要的是,英伟达的Super SloMo只用在了真实拍摄的视频上,而这项研究却可以扩展到常见的任何类型视频:电影、定格动画、 动画卡通等等。

程序员欢乐送(第50期)

连埼玉老师的披风都变得丝滑流畅了,有没有。

项目地址:点击查看

4、PyMatting

抠图是 PS 中的一项常用技术。但是要做到完美地将图像中的目标选取出来往往费时费力。近日,一个名为 PyMatting 的项目无疑能够帮助你。

无需手动,一键抠图。

抠图的 AI 应用场景是这样的:给定一张图像,通过划定一个区域,AI 应当能够估计到划定区域内的前景图目标,并将这个前景完整地抽取出来,用来替换到其他背景的图像中去。

因此,抠图需要两个 AI 能力:首先,AI 需要能够在划定的区域内识别目标。其次,AI 要能够完整地将目标抽取出来,没有划定错误的边缘、模糊的图像等问题。

程序员欢乐送(第50期)

看起来不错吧,毛发都清晰可见,感兴趣的朋友可以试一试。

项目地址:点击查看

5、PyTorch3D

3D 计算机视觉是一个重要的课题,如何选择合适的框架进行计算,使得处理效果更好、更高效?

近日,FaceBook 博客更新了一篇新的文章,介绍了团队开发的针对 3D 计算机视觉的框架:PyTorch3D。

这是一个基于 PyTorch 的库,在 3D 建模,渲染等多方面处理操作上有更好的表现。

PyTorch3D 主要有三个值得注意的新特性:

  • 3D 网格数据的新格式:Meshes
  • 对 3D 数据的高效处理
  • 可微的图像渲染方法

并且,PyTorch3D还有官方教程,带你快速入门。

程序员欢乐送(第50期)

项目地址:点击查看

6、attention-cnn

近年来很多研究将NLP中的attention机制融入到视觉的研究中,得到很不错的结果。

于是,attention-cnn的论文侧重于从理论和实验去验证self-attention可以代替卷积网络独立进行类似卷积的操作,给self-attention在图像领域的应用奠定基础。

程序员欢乐送(第50期)

像素层面上,CNN能做的,自注意力(self-attention)也都能做。

统御NLP界的注意力机制,不仅被迁移到了计算机视觉中,最新的研究还证明了:

CNN卷积层可抽取的特征,自注意力层同样可以。

论文地址:点击查看

项目地址:点击查看

快乐

1、有朋自远方来,虽远必诛

程序员欢乐送(第50期)

程序员欢乐送(第50期)

程序员欢乐送(第50期)

程序员欢乐送(第50期)

2、网课老师抽查作业的方式

程序员欢乐送(第50期)

程序员欢乐送(第50期)

财富

从年前疫情爆发,舆论开始意识到严重性,到今天为止。

已经过去了20多天。

我家住在黑龙江,在从北京回到哈尔滨一个很明显的感受是:北京不戴口罩的很少,哈尔滨戴口罩的很少。并且戴口罩的,大多数都是从外地回来的。

如今,黑龙江成为了东三省的重灾区,现在也都开始封闭式管理了,家里的小区允许两天出去买一次菜,小区党员轮流站岗值班,禁止外来人员进入。

希望,全国疫情可以早点控制下来。

疫情影响国家的经济,伤元气是没跑了。

春节过后的第一个交易日,大盘整体暴跌,跌幅超过7%,也算是我炒股以来,见过的,跌的最狠的一次。

很多聪明人,应该在年前,早早就抛售了所持股票。

我就属于那个笨的,虽然考虑到了疫情影响,但觉得跌点就跌点吧,马上放假,精神放懒,不想折腾。

索性就由它去吧,结果也可想而知,节后开盘第一天,直接跌了接近4000,顺利的“扭盈转亏”。

很多人被这架势吓跑,但其实往往大盘恐慌的时候,也是存在着难得的机遇的,有那么一小部分人,就是趁着这次恐慌,发了一笔。

我是没那么大的胆量,趁着股市暴跌,就买了点“垂涎已久”的创业板。程序员欢乐送(第50期)

创业板是真的给力,一点不给疫情面子,涨了12.44%,也是蛮给力。

当然,我这属于小打小闹,本金也没多少。

不过至少我知道的一些人,手里资金多的,确实赚了很多。

股市一个好玩的地方就是,你可以根据自己的经验去判断,去决策,而后它会很快给你答案。

最后

本周的程序员欢乐送,到此结束,下周再会。

愿疫情早点结束,祝春天和好消息如约而至。

weinxin
微信公众号
分享技术,乐享生活:Jack Cui公众号每周五推送“程序员欢乐送”系列资讯类文章,欢迎您的关注!
Jack Cui

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: