1. 技術宅硬核跨年，DIY墨水屏日歷：自動刷新位置、天氣，隨機播放2000多條「毒雞湯」| 開源

項目地址：
https://github.com/breakstring/eInkCalendarOfToxicSoul

自制一個電子墨水屏日歷，需要幾步？

是能自動刷新位置、天氣情況，還能隨機播放2000多條毒雞湯的那種。

↑↑↑就像這樣：如果我的人生是一部電影，那你就是一個彈出來的廣告。每10分鐘會刷新一條。

配上相框，相比于網購平臺上售價299元的這一款，你覺得能打幾分？

這樣的一款新“產品”，來自微博博主@張欣 | Kenn。

并且，他還把制作方法開源了。

不過關于DIY墨水屏部分，作者也有說明，價格會超出產品價。小米有品的產品價在299，

而DIY的價格：231(墨水屏)+78.75(開發板)+50(電源)=359.75元。

咋還比網購平臺上的貴了呢!其實很好理解，所有部件按零售價購買，自然比廠家進貨價貴。

但技術宅享受的，不就是自己動手的樂趣嗎？

2. 撕書吧！編程小白！你也能學的哈佛CS50，全美最受歡迎計算機入門課

課程官網：

https://cs50.harvard.edu/college/2020/fall/

哈佛校園里流傳著這樣一句話：「如果你沒聽說過CS50，那么，請不要說你讀過哈佛。」

這門經久不衰的課程——CS50.，全名為計算機科學導論「Introduction to Computer Science 」，是哈佛最受歡迎的課程之一。

由著名的「撕書教授」戴維·馬蘭（David Malan）任首席講師，Facebook聯合創始人馬克·扎克伯格和前微軟首席執行官史蒂夫·鮑爾默都曾做客座談。

這是哈佛大學對計算機科學的知識型企業的介紹，適用于具有或沒有基礎編程經驗的專業和非專業的編程藝術，教會學生如何算法思考和有效解決問題。

主題包括抽象，算法，數據結構，封裝，資源管理，安全性，軟件工程和Web開發。語言包括C，Python，SQL和JavaScript以及CSS和HTML。

這是一個自定進度的課程，您可以按照自己的時間表參加CS50x。

3. YOLO從零開始：基于YOLOv3的行人檢測入門指南

深度學習入門級項目，原文：

https://zhuanlan.zhihu.com/p/47196727

Github:

https://github.com/pascal1129/yolo_person_detect

本文主要針對初學。

按照下述步驟可以實現一個效果較好的基于YOLOv3的行人檢測系統

本代碼主要是針對YOLOv3的兩個主流版本（AlexeyAB/darknet & pjreddie/darknet）的腳本輔助集合，主要用途如下：

將YOLOv3常用的網址和資料歸納整理了一下；

從VOC2007/VOC2012/COCO等數據集中提取出person類圖片，并轉換標注（使用VOC時默認保留了全部difficult=1的圖片）；

計算mAP正確率；

從實驗的訓練日志中提取出loss變化圖

進階版：

行人檢測與行人重識別結合

https://zhuanlan.zhihu.com/p/82398949

4. 智能車競賽，AI視覺組賽題淺析

各位車友好，第十六屆全國大學生智能車競賽競速組規則發布后，大家已經注意到由恩智浦贊助的AI視覺組是最具有綜合性的一個組，感謝NXP繼續對大賽的支持，讓我們感覺了挑戰性。

關于“第十六屆全國大學生智能車競賽競速組-室內視覺組補充說明”的初稿詳情大家可以通過卓老師的微信公眾號推文了解到，點擊此處查看。

初稿發布后，很多同學都對AI視覺組產生了濃厚的興趣，同時也產生了很多疑問，所以，我們今天對AI視覺組的賽題進行一個簡單分析，希望能給目前還在迷茫準備階段的車友們打開一些思路。

根據初稿我們知道：車模限定使用C型車、微控制器限定使用NXP公司的MCU，推薦使用i.MX RT系列高性能MCU、傳感器基本不限，可以使用OpenMV RT模塊，但需要提醒的是該模塊并不能完成這個賽題組的所有任務，文中有詳細解釋，請仔細閱讀。

5. 深度學習500問--AI工程師面試寶典

github:

https://github.com/scutan90/DeepLearning-500-questions

jd 預售：

https://item.jd.com/12785031.html

《深度學習500問》AI工程師面試寶典新書終于上架啦！

系統地描述了深度學習的基本理論算法及應用。

全書共14章，第1-3章論述了數學基礎、機器學習基礎和深度學習基礎；

第4-7章介紹了一些經典網絡及計算機視覺領域中常用的CNN、RNN、GAN等網絡結構技術；

第8-9章介紹了深度學習在計算機視覺領域的目標檢測及圖像分割兩大應用；

第10-14章介紹了計算機視覺領域主要的優化方法及思路等，包括遷移學習、網絡架構及訓練、網絡優化技巧、超參數調整及模型的壓縮和加速等。

本書內容取材于編者在日常學習過程中總結的知識點及各大公司常見的筆試、面試題。

本書可為高等院校計算機科學、信息科學、人工智能、控制科學與工程、電子科學與技術等領域的研究及教學人員提供參考，也可為相關專業本科生及研究生提供思考方向，還可為深度學習及計算機視覺領域的初、中級研究人員和工程技術人員提供參考，尤其適合需要查漏補缺的應聘者及提供相關崗位的面試官閱讀。

6. 「龍芯」即將IPO，國產CPU沉浮二十年 | 36氪

國產CPU第一股要來了。

不久前，中國證監會北京監管局官網披露，龍芯中科技術股份有限公司（下稱“龍芯”）擬于科創板上市。龍芯是國內最早開始研發國產CPU的公司之一，這也是目前六大國產CPU廠商（天津飛騰、華為鯤鵬、兆芯集成、申威科技及海光信息）中首家科創板上市的公司。

龍芯20年的發展歷程并不平坦。國產CPU最初在國內“自主vs引進”的搖擺中艱苦起步，為了突破英特爾的專利高墻，六大國產CPU用了三種不同的路線實現曲折前進。英特爾X86架構已經建立了專利、生態、知識產權的壁壘，這意味著國產CPU廠商需要一一突圍。

經過20年的沉浮，國產CPU雖然在某些專用的領域已經到了初步的產品上量階段，尷尬的是在商用市場還難得一見。在龍芯IPO之后，這也是國產CPU接下來能否真正實現國產化替代的決定性挑戰。

輿論困境、架構路線的代價和市場化轉型的磕磕絆絆，龍芯的20年也是國產CPU的20年。

7. 超強一代JupyterLab 3.0發布！兼具可視化調試、中文顯示、簡單交互界面等功能

JupyterLab 是廣受歡迎的 Jupyter Notebook「新」界面。它是一個交互式的開發環境，可用于 notebook、代碼或數據，因此它的擴展性非常強。用戶可以使用它編寫 notebook、操作終端、編輯 markdown 文本、打開交互模式、查看 csv 文件及圖片等。除此以外，JupyterLab 還具有靈活而強大的用戶界面。

就在近日，這款好用的工具發布了新版本 JupyterLab 3.0。

JupyterLab 3.0 在以下幾個方面進行了改進：

可視化調試器；

支持多種顯示語言；

notebook 目錄；

擴展系統。

三種安裝方式：

1pipinstalljupyterlab==3 2mambainstall-cconda-forgejupyterlab=3 3condainstall-cconda-forgejupyterlab=3

8. 3萬字長文帶你輕松入門 Transformer

原文：https://zhuanlan.zhihu.com/p/308301901

Transformer結構是google在17年的Attention Is All You Need論文中提出，在NLP的多個任務上取得了非常好的效果，可以說目前NLP發展都離不開Transformer。最大特點是拋棄了傳統的CNN和RNN，整個網絡結構完全是由Attention機制組成。

最近 Transformer從NLP 殺進了 CV 領域，是真的"殺瘋了"，很多CV垂直方向出現了不少工作。其中非常有代表性就是：DETR、ViT等。

本文從Transformer結構出發，結合視覺中的Transformer成果(具體是 ViT 和 DETR )進行分析，希望能夠幫助 cv 領域想了解Transformer的初學者快速入門。

本文的大部分圖來自論文、國外博客和國內翻譯博客，在此一并感謝前人工作，具體鏈接見參考資料。本文特別長，大概有3w字，請先點贊收藏然后慢慢看….

附：Transformers in Vision: A Survey

（自行網上下載，24頁綜述，共計170篇參考文獻！）

9. 融合視頻目標檢測與單目標、多目標跟蹤，港中文開源一體化視頻感知平臺 MMTracking

GitHub 地址：

https://github.com/open-mmlab/mmtracking

新年伊始，香港中文大學多媒體實驗室（MMLab）OpenMMLab 又有新動作，發布了一款一體化視頻目標感知平臺 MMTracking。該框架基于 PyTorch 寫成，支持單目標跟蹤、多目標跟蹤與視頻目標檢測，目前已開源。

據介紹，MMTracking 具備以下主要特性：

首個開源一體化視頻目標感知平臺

OpenMMLab 內部項目間的充分交互

高效、強大的基準模型

責任編輯：lq