作者：matrix 被围观: 35,174 次 发布时间：2013-05-31 分类：零零星星 | 6 条评论 »
据外媒报道，美国当地时间3月19日，一辆Uber无人驾驶汽车在美国亚利桑那州坦佩发生交通事故，撞死一名正在过马路的49岁女性Elaine Herzberg。据了解，警方确认当时Uber的汽车正处在自动驾驶模式，这是无人驾驶汽车首例发生在公共道路上的致死案，无人驾驶汽车的安全性再度遭受质疑。 据报道称，事故车辆为一辆沃尔沃XC90，警方确认当时汽车证处于自动驾驶模式，时速为65公里，驾驶位上有驾驶员。坦佩警方声明称，该车当时正朝北行驶，Herzberg正推着自行车在人行道上自西往东走，这位不幸的女性在送往
IT派 - {技术青年圈} 持续关注互联网、大数据、人工智能领域 关注 选择了征途，注定会拼得遍体鳞伤。那些经过无数个夜晚煎熬创造出来的伟大产品，就是战功赫赫的勋章。 ---- 来源：猎豹傅盛（fstalk） 推荐者：傅盛 青年一代创业者容易犯的通病，是把未来想得太过简单，太过情怀，太过于理想主义和个人英雄主义。以为做一个CEO，风光无限，鲜花无数，有很多员工，感觉非常爽。 这样的创业心态是有危机的。首先让你低估困难的程度，稍不如意，则有受挫感；其次，很难沉下心，真正专注。对事业倾注的狂热和激
深度学习技术使最先进的模型得以出现，以解决对象检测任务。然而，这些技术是数据驱动的，将准确性委托给训练数据集，训练数据集必须与目标任务中的图像相似。数据集的获取涉及注释图像，这是一个艰巨而昂贵的过程，通常需要时间和手动操作。因此，当应用程序的目标域没有可用的注释数据集时，就会出现一个具有挑战性的场景，使得在这种情况下的任务依赖于不同域的训练数据集。共享这个问题，物体检测是自动驾驶汽车的一项重要任务，在自动驾驶汽车中，大量的驾驶场景产生了几个应用领域，需要为训练过程提供注释数据。在这项工作中，提出了一种使用来自源域（白天图像）的注释数据训练汽车检测系统的方法，而不需要目标域（夜间图像）的图像注释。 为此，探索了一个基于生成对抗网络（GANs）的模型，以实现生成具有相应注释的人工数据集。人工数据集（假数据集）是将图像从白天时域转换到晚上时域而创建的。伪数据集仅包括目标域的注释图像（夜间图像），然后用于训练汽车检测器模型。实验结果表明，所提出的方法实现了显著和一致的改进，包括与仅使用可用注释数据（即日图像）的训练相比，检测性能提高了10%以上。
今天要讲的是POSTGRESQL I/O系统的及周边一些系统的学习sharing .
我们程序员工作，敲代码如同搬砖，如果你有好的开发工具，优秀的 IDE ，有好的代码管理工具，高效率的协同办公软件，都可以使我们搬砖的速度和质量有大幅度的提高，就像使用了传送带一样，轻松的敲代码。这就是我说的内在的工具利器，就是要学会寻找和使用「软」设备。
有种流传甚广的说法：如果你想将咖啡豆磨成代码，那就去买台“程序员”好了。确实，如果你在一家编程高手云集的互联网公司工作，问问你身边那些程序员们，他们一般什么时候效率最高，点子最好？得到的答案，大部分是后半夜。 单纯比较效率的话，自然是上午最高，下午次之，再次是晚上10点到2点，最后是夜里3点到凌晨6点，但对于做IT的人来说，这个时间好像恰恰相反。如果只是为了避开无谓的干扰，何不关上门，带上耳机，为何一定要在深夜工作呢？原因大概有如下几种： 突发情况: 比如老板突然给了一个重要的任务，要一周之内交货，或者下
具备夜视能力的摄像机，可以打破昼夜限制，识别夜间无法辨别的目标，提高夜间工作的能力，目前已落地到安防、交通管理、环保监测、夜景拍摄、户外探险等场景。
2022年半导体大会正式开启，点击图片立刻参与！ 智能辅助驾驶，未来可期。 作者 | 来自镁客星球的王饱饱 智能辅助驾驶，正处于产业“爆发”的前夜。 镁客网注意到，近年来，随着中国基建工程的大力推进，交通运输网络的日益发达，在带来客运、物流货运产业兴旺的同时，一些隐患也随之浮出水面。像“两客一危一重货”（“两客”指班线客车及旅游包车，“一危”指危化品运输车，“一重货”指重型货车），由于客观上存在体型庞大、盲区多、载人或载物量大、司机疲劳驾驶问题等特点，交通事故的发生率有逐年上升的势头。 记者发现，面对这些
编译 | AI科技大本营 参与 | 林椿眄 编辑 | 明明 美国时间周日晚 10 点左右，Uber 的一辆自动驾驶汽车在亚利桑那州 Tempe 市发生交通事故，与一名正在过马路的行人相撞，随后该女子在送往医院后不治身亡。据称，Uber 在撞上该行人时，正处在自动驾驶状态。 ▌警方表态 根据美国亚利桑那州坦佩市警察局局长 Sylvia Moir 在接受《旧金山纪事报》采访时表示：经过初步调查，此次事故的主要责任可能要由受害者本人，49 岁的 Elaine Herzberg 承担。 Sylvia Moir
夜晚是如此的安静，但是依然有很多挑灯夜战的你、他、她......无论在哪座城市，都会有忙碌的人在灯光下依然勤奋努力的工作，希望分享的这首小曲可以缓解夜间工作的疲惫，更希望眺望远处的朦胧灯火，依然是一个美好的心情！现在的我也是在暖黄色的灯光下书写今天分享的趣文，希望阅读到的朋友可以放下手头工作，小息片刻来欣赏今天的好文~
本文主要介绍了一种用于改进夜间辅助驾驶场景分割的方法，该方法通过使用双图像自适应可学习滤波器（DIAL-Filters）来提高夜间驾驶条件下的语义分割性能。其实这篇论文的方法早前是用在目标检测上，出自AAAI 2022上发表的Image-Adaptive-YOLO，可直接嵌入到各种YOLO检测器，代码和教程也已开源，大家可以尽量尝试下。今天主要介绍下该方法用在场景解析上的最新研究进展。
最近，小摹在研究互联网大厂招聘信息时发现，很多公司在招聘产品经理时，在岗位职责部分都明确提出了产品经理需要根据业务场景进行用户需求分析。
近年来，在深度卷积神经网络（CNNs）的帮助下，图像和视频监控在智能交通系统（ITS）方面取得了长足的进步。作为最先进的感知方法之一，检测视频监控每帧中感兴趣的目标是ITS广泛期望的。目前，在具有良好照明条件的日间场景等标准场景中，物体检测显示出显著的效率和可靠性。然而，在夜间等不利条件下，物体检测的准确性会显著下降。该问题的主要原因之一是缺乏足够的夜间场景注释检测数据集。在本文中，我们提出了一个框架，通过使用图像翻译方法来缓解在不利条件下进行目标检测时精度下降的情况。 为了缓解生成对抗性网络（GANs）造成的细节破坏，我们建议利用基于核预测网络（KPN）的方法来重新定义夜间到日间的图像翻译。KPN网络与目标检测任务一起训练，以使训练的日间模型直接适应夜间车辆检测。车辆检测实验验证了该方法的准确性和有效性。
近年来，在深度卷积神经网络(CNNs)的帮助下，图像和视频监控在智能交通系统(ITS)中取得了长足的进展。 作为一种先进的感知方法，智能交通系统对视频监控中每一帧感兴趣的目标进行检测是其广泛的研究方向。 目前，在照明条件良好的白天场景等标准场景中，目标检测显示出了显著的效率和可靠性。 然而，在夜间等不利条件下，目标检测的准确性明显下降。 造成这一问题的主要原因之一是缺乏足够的夜间场景标注检测数据集。 本文提出了一种基于图像平移的目标检测框架，以解决在不利条件下目标检测精度下降的问题。 我们提出利用基于风格翻译的StyleMix方法获取白天图像和夜间图像对，作为夜间图像到日间图像转换的训练数据。 为了减少生成对抗网络(GANs)带来的细节破坏，我们提出了基于核预测网络(KPN)的方法来细化夜间到白天的图像翻译。 KPN网络与目标检测任务一起训练，使训练好的白天模型直接适应夜间车辆检测。 车辆检测实验验证了该方法的准确性和有效性。
Chen Zuoqi, Yu Bailang*, Yang Chengshu, Zhou Yuyu, Yao Shenjun, Qian Xingjian, Wang Congxiao, Wu Bin, Wu Jianping. An Extended Time Series (2000–2018) of Global NPP-VIIRS-Like Nighttime Light Data from a Cross-Sensor Calibration. Earth System Science Data, 2021, 13(3): 889-906.doi:10.5194/essd-13-889-2021, 2021
作者 | BBuf 单位 | 北京鼎汉技术有限公司 算法工程师(CV) 编辑 | 唐里
犹记得腾讯数据中心开放日，在天津数据中心参观的嘉宾们，得知腾讯现场设施运营团队只有十几人后，流露出的那一脸惊讶的表情。 虽然，腾讯数据中心的大部分运营工作都可以远程进行，但对于数以万计平米的天津数据中心来说，大量的基础设施（腾讯天津数据中心拥有几十家厂商的几千台大型基础设施。）运营工作必须要依靠现场人员完成，这些运营工作涵盖复杂的高压系统、空调系统等，运营人员还需掌握多样的数据中心新产品新技术应用。而天津数据中心负责基础设施运营屈指可数，How can we do that？ 答案就是设施运营外包。本文将抽
腾讯ISUX isux.tencent.com 社交用户体验设计 都说年轻人喜欢用QQ，他们精力旺盛乐于交友，在社交的同时有强烈的自我表达欲望，QQ里的个性装扮能够满足年轻人的自我展示需求。 然而随着年轻人的成长和社会角色变化，开始需要和学习、工作中不同的人频繁打交道，涉及的使用场景多元化，对沟通逐渐有了效率的诉求。本文讲述的是QQ近期在极简设计与人性化体验设计上的探索与思考。 一.简洁模式 各类产品相继回归初心追求体验服务的本质，产品体验也正在做减法提炼，更为聚焦用户核心诉求，追求更极简
数据增强在训练基于CNN的检测器中起着至关重要的作用。以前的大多数方法都是基于使用通用图像处理操作的组合，并且只能产生有限的看似合理的图像变化。最近，基于生成对抗性网络的方法已经显示出令人信服的视觉结果。然而，当面临大而复杂的领域变化时，例如从白天到晚上，它们很容易在保留图像对象和保持翻译一致性方面失败。在本文中，我们提出了AugGAN，这是一种基于GAN的数据增强器，它可以将道路行驶图像转换到所需的域，同时可以很好地保留图像对象。这项工作的贡献有三个方面：（1）我们设计了一个结构感知的未配对图像到图像的翻译网络，该网络学习跨不同域的潜在数据转换，同时大大减少了转换图像中的伪影； 2） 我们定量地证明了车辆检测器的域自适应能力不受其训练数据的限制；（3） 在车辆检测方面，我们的目标保护网络在日夜困难的情况下提供了显著的性能增益。与跨领域的不同道路图像翻译任务的竞争方法相比，AugGAN可以生成更具视觉合理性的图像。此外，我们通过使用转换结果生成的数据集训练Faster R-CNN和YOLO来定量评估不同的方法，并通过使用所提出的AugGAN模型证明了目标检测精度的显著提高。
汽车射出两道灯光， 把黑暗的公路， 变成光明的走廊。 ——《夜行》 图1 车水马龙的三里屯夜晚，路边叫车的人们。 夜色渐浓，华灯初上。结束了白天生活的A面，人们开始了夜晚生活的B面。 伴随着社会生产力
我们提出了一种用于任务无关图像翻译的ForkGAN，它可以在恶劣的天气条件下增强多个视觉任务。评估了图像定位/检索、语义图像分割和目标检测三项任务。关键的挑战是在没有任何明确监督或任务意识的情况下实现高质量的图像翻译。我们的创新是一种具有一个编码器和两个解码器的叉形生成器，可以解开域特定信息和域不变信息的纠缠。我们强制天气条件之间的循环转换通过公共编码空间，并确保编码特征不显示有关域的信息。实验结果表明，我们的算法产生了最先进的图像合成结果，并提高了三视觉任务在恶劣天气下的性能。
根据QuestMobile《2019中国移动互联网“夜间经济”报告》显示，对于移动互联网行业来说，夜间（18-22点）恰好是用户高度活跃时段。能够快捷、形象展现或创作各种内容，带给用户视听盛宴，甚至伴有商城、购物等各种营销功能的短视频在此刻显得格外突出。即便网上流传着“短视频市场已经从红海转向蓝海”，但从接下来将向各位展示的数据来看，短视频开发依然火爆：
眼下AI大热，而有一家企业早就意识到AI与机器学习已经不再是一家企业可有可无的优势项目，而是一项必备的能力，这家企业就是百事集团。
什么是夜间主题以及如何在ANDROID中使用它？ Support Library 23.2（应用于API14+）推出了适合Android Apps的DayNight主题，它将根据时间和用户最后一次提供的位置自动将应用主题更改为日夜模式。 夜间主题，我们可以在项目中使用以下主题之一： Theme.AppCompat.DayNight Theme.AppCompat.DayNight.NoActionBar Theme.AppCompat.DayNight.DarkActionBar 单独的夜间模式和日模式的
参考原文：http://www.runoob.com/w3cnote/programmer-word-remember-boss-word.html
来源：机器之心本文约1200字，建议阅读5分钟研究者表示，他们设计的光伏电池装置可以为 LED 灯或者手机充电。 通过利用太阳能电池板和周围空间之间的温差，工程师们已经制造出了可以在夜间发电的太阳能电池。与日间太阳能电池每平方米发电 100 至 200 瓦相比，夜间功率可以达到 50 毫瓦 / 每平方米。 这项研究近日发表在《应用物理快报》上，论文的标题为《Nighttime electric power generation at a density of 50 mW/m^2 via radiative
大学第一年的学业成就对于让学生走上通往长期学业和人生成功的道路至关重要，但人们对塑造大学早期学业成就的因素知之甚少。鉴于睡眠在学习和记忆中发挥的重要作用，我们在此扩展了这项工作，以评估夜间睡眠时长是否可以预测期末平均绩点(GPA)的变化。来自三所独立大学的一年级学生在他们的五项研究中提供了在冬春季学期前一个月的睡眠活动记录仪。研究结果表明，较长的早期夜间总睡眠时间预示着较高的期末GPA，即使在控制了上学期的GPA和日间睡眠后，这种效应仍然存在。具体来说，在学期初期每晚平均睡眠时间每增加一个小时，期末GPA就会增加0.07。使用睡眠阈值进行的敏感性分析也显示，与前一学期的GPA相比，每晚睡眠不足6 h是睡眠对期末GPA从有益转变为有害的时间段。值得注意的是，与GPA之间的预测性关系仅针对夜间总睡眠时长，而非睡眠的其他标志物，如学生夜间睡眠时间窗口的中点或就寝时间变异性。这些来自五项研究的发现确立了夜间睡眠时间是学业成功的一个重要因素，并强调了在大学第一年的形成期测试早期学期总睡眠时间干预的潜在价值。
Android 平台支持无障碍服务的 JavaScript 自动化工具 需要 Android 7.0 (API 24) 及以上 克隆 (clone) 自 hyb1996/Auto.js
机器之心报道 编辑：杜伟 研究者表示，他们设计的光伏电池装置可以为 LED 灯或者手机充电。 通过利用太阳能电池板和周围空间之间的温差，工程师们已经制造出了可以在夜间发电的太阳能电池。与日间太阳能电池每平方米发电 100 至 200 瓦相比，夜间功率可以达到 50 毫瓦 / 每平方米。 这项研究近日发表在《应用物理快报》上，论文的标题为《Nighttime electric power generation at a density of 50 mW/m^2 via radiative cooling
大数据文摘作品，转载具体要求见文末 编译 | 钱天培 寒小阳 作者：Scott Kirsner MIT热衷于数字，所以就让我用几个数字来描绘一下一门叫6.036的MIT课程的火热程度吧。 这门课由4位讲师以及15助教执教。 讲课地点在26-100教室——MIT最大的讲堂，可容纳566人。 然而据创办这门课的计算机科学教授TommiJaakkola描述，这学期大约有700名学生报名了这门也被称为“机器学习入门”的课程。所以上第一节课的时候，有100多个学生是在一个备用教室观看直播的。 由于主动退出这门课的
Android的夜间模式主要主用于阅读方面，在QQ，微信读书，新闻阅读类一般会有相应的功能，本文主要介绍整体APP的夜间模式以及webview中夜间模式的实现。
以吃为天，以睡为地，以说安全为工作，以讲新闻为方式，大家好，这里是火绒小绒娘带来的全新板块【安全新鲜事】，大家可以在这里和我交（tiao）流（kan）有趣的安全新闻哦。
近期，长江航道局应用北斗系统、大数据、数字航道、同步闪航标灯等多种方式，采取综合助航服务手段提升航标助航效能，助力“船舶碰撞桥梁隐患治理”行动。
生成对抗性网络（GANs）的最新进展已被证明可以通过数据扩充有效地执行目标检测器的域自适应。虽然GANs非常成功，但那些能够在图像到图像的翻译任务中很好地保存目标的方法通常需要辅助任务，例如语义分割，以防止图像内容过于失真。然而，在实践中很难获得像素级注释。或者，实例感知图像转换模型分别处理对象实例和背景。然而，它在测试时需要目标检测器，假设现成的检测器在这两个领域都能很好地工作。在这项工作中，我们介绍了AugGAN Det，它引入了循环目标一致性（CoCo）损失，以生成跨复杂域的实例感知翻译图像。 目标域的目标检测器直接用于生成器训练，并引导翻译图像中保留的目标携带目标域外观。与之前的模型（例如，需要像素级语义分割来强制潜在分布保持对象）相比，这项工作只需要更容易获取的边界框注释。接下来，对于感知实例的GAN模型，我们的模型AugGAN-Det在没有明确对齐实例特征的情况下内化了全局和对象样式转移。最重要的是，在测试时不需要检测器。实验结果表明，我们的模型优于最近的目标保持和实例级模型，并实现了最先进的检测精度和视觉感知质量。
大多数图像到图像的翻译方法都需要大量的训练图像，这限制了它们的适用性。相反，我们提出了ManiFest：一个用于少样本图像翻译的框架，它只从少数图像中学习目标域的上下文感知表示。为了增强特征一致性，我们的框架学习源域和附加锚域（假设由大量图像组成）之间的风格流形。通过基于patch的对抗性和特征统计对准损失，将学习到的流形插值并朝着少样本目标域变形。所有这些组件都是在单个端到端循环中同时训练的。除了一般的少样本翻译任务外，我们的方法还可以以单个样例图像为条件来再现其特定风格。大量实验证明了ManiFest在多项任务上的有效性，在所有指标上都优于最先进的技术。
2018俄罗斯世界杯终于完美落幕了，相信有不少球迷已经变为“夜店”达人。不管你是为比赛本身，还是为球星，为颜值，为热闹，如果你没有在世界杯的夜晚感受过一群人的狂欢，那仿佛错失了很多乐趣。
Jupyter Notebook（前身为IPython Notebook）是一种开源的交互式计算和数据可视化的工具，广泛用于数据科学、机器学习、科学研究和教育等领域。它提供了一个基于Web的界面，允许用户创建和共享文档，这些文档包含实时代码、方程、可视化和文本。
在 CVPR 2020 Workshop 举办的 NightOwls Detection Challenge 中，来自国内团队深兰科技的 DeepBlueAI 团队斩获了“单帧行人检测”和“多帧行人检测”两个赛道的冠军，以及“检测单帧中所有物体”赛道的亚军。
要解决世界上的问题，必须知道问题发生在哪里。因此，联合国要解决世界贫困问题，追踪非洲的贫困情况就非常重要。然而，实地搜集数据可能很危险，而且效率缓慢、成本高。但是现在，有一项研究利用卫星图像和机器学习
1、A full data augmentation pipeline for small object detection based on generative adversarial networks
网购今天已经成为多数人一种生活方式，但我们舒舒服服坐等货物的时候，却少不了快递哥和货卡的忙碌。亚马逊推出无人机送货一度令人欢欣鼓舞，现在一个以色列学生又构想了一款快递机器人，这很有可能让快递哥车队退出舞台，还能免了错过货单的烦恼。 据英国《每日邮报》8月21日报道，以色列申卡尔工程设计学院工程设计系的学生科比 西卡（Kobi Shikar）构思出一种新型的Transwheel机器人，它能快速方便将包裹送到我们的门口，而且不论物件大小。 这种机器人能用机器手臂搬运货物，靠单排轮电动平衡车行驶。该车使用了与赛格
各位小伙伴们大家早上好，今天给大家带来一篇关于Android 10适配的原创文章。
3月14日，中国旅游研究院主办的“夜间旅游系列研究成果发布会”在文化和旅游部南区举行。 旅游经济文化和旅游部重点实验室张佳仪发布了《夜间旅游市场数据报告2019》。报告全文如下： 随着旅游消费的日益多元和旅游供给的提质挖潜，加上全国各地频频出台促进夜间经济发展的政策文件，夜间旅游正吸引着来自产学研各界越来越多的关注。 中国旅游研究院夜间旅游课题组立足服务人民美好生活，根据研究院自主调研平台调查数据，系统研究夜游市场的供需情况、结构特征、制约因素和发展前景。 研究认为，夜间旅游作为满足人们对美好生活的向
作者：Basile Van Hoorick, Pavel Tokmakov, Simon Stent, Jie Li, Carl Vondrick
假如说，苹果进军无人车产业，我们的世界会发生什么变化？苹果是世界少有的有“扭曲现实力场”的公司，当年推出的触屏iPhone、平板iPad和可穿戴Apple Watch，无论市场多么不成熟，苹果总能影响消费者的判断。而面对无人车的巨大市场，你很难想象苹果不会对此心动。 但苹果又有严格的保密传统，在产品真正成熟前基本不会有任何的官方消息。所以我们只能从苹果的招聘、收购等各方面去推理、猜测，苹果在无人车市场究竟是什么打算。这篇文章是苹果无人车流言的大汇总，我们看从中能发现什么蛛丝马迹。 库克于2月12日在苹
在数千年前，火的出现使得人类文明迈向了全新的篇章。火不但能够烹调食物，也能够带来光明。从此人类的活动不再局限于白天，变得更加丰富多彩。但随着现代科技的发展，白炽灯、节能灯、LED光源逐渐的取代了蜡烛和火把，成为新一代的照明光源。虽然光源的亮度和稳定性得到了极大的提升，但同时也提高了光源的色温。
夜间模式开关按钮：用来手动切换夜间模式的，会存储cookie。 自动夜间模式：当cookie为空时，浏览器时间大于22点小于6点时会自动进入夜间模式，并存储cookie。 后端配合：php判断是否有cookie，有的话直接输出夜间css，避免切换页面时网页闪烁。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
