2022.2.7-2.13 AI行业周刊（第84期）：家庭的责任

最新推荐文章于 2025-07-24 15:44:35 发布
最新推荐文章于 2025-07-24 15:44:35 发布
阅读量640 收藏 2
点赞数 1
CC 4.0 BY-SA版权
文章标签： 人工智能 深度学习 yolov5 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/nan355655600/article/details/122906940

篇章一：AI行业的人生阶段

上次周报中讲到，大白在对2019年~2022年，融资规模在B轮以下所有AI公司进行分析。

而本周大白在对其中快速发展的两家公司：思谋科技、创新奇智，从各个渠道（知乎、公众号、官网等）搜集资料、拆解他们的产品逻辑，以及技术细节。

在这里插入图片描述

这整个过程，是非常发散的，因为需要抓取每个内容中的某些细节点，进而梳理形成自己的思维框架。

但是越来越觉得，不同公司初始的定位，对于AI公司的未来发展前景的重要性。

不同的应用领域，不同的创始人基因，不同的管理层，都决定了公司的发展方向。

当然，因为AI行业快速发展，也就这三四年时间，整个行业也在不断摸索，从V1.0以算法为核心，往V2.0以应用价值为核心而转变。

所以大白也一直在想，AI公司的核心竞争力到底是什么？

19年初刚刚转行进行AI行业，这三年多，涉及了数百个项目，也落地做了很多应用项目落地。

但是一晃3年过去，重新站在AI发展的十字路口，场景、产品、算法的架构如何设计？如何做出选择，对于未来，都是非常重要的事情。

所以大白一直觉得，2022年对于自身来说，是非常重要的一年。每一步的选择，都决定了未来三年后个人发展的走向。

比如在19年转行的时候，大白就想2年后3年后，从个人发展来说，需要积攒哪些基础？

所以在工作时间外，做了大量对于行业理解、行业资源积累有帮助的事情，这也是大白在AI行业的V1.0阶段。

2022年又将踏入V2.0阶段，但是两三年后，进入V3.0阶段，想要达到什么样的成绩？有什么样的基础？

这些都是需要自身不断反思，进而才能对V2.0阶段，需要做的事情进行拆解？

需要流量？需要客户？需要从0到1的实践？需要产品架构的验证？需要行业的背书？

V1.0阶段的过程中，做了网站、公众号、知乎、短视频、面经秘籍等，虽然很痛苦，不过这些都是V2.0阶段的基础。

但是V2.0阶段需要做哪些事情？这些大白也即将开启新的尝试。

也希望大白的每一位粉丝，都能做好人生的规划，不断尝试，每一步都走的踏实坚韧。

篇章二：家庭的责任

周末带着父亲，去了无锡的医院看膝盖，在开药的过程中，突然提到其中的一款止痛药。

因为是进口药，父亲之前吃了一段时间，效果不错，但是觉得贵，而停止了，选择了另一款副作用稍微大一些的药。

虽然在我看来，其实并不贵，即使一个月吃药三五千，也可以轻松负担的起，但是父亲可能却不这么认为。

从儿时开始，对我们的操劳，发展到现在，退休之后，则想的是如何不给孩子造成负担？

之前大白也没有过这种感受，总觉得只要一个人好好打拼，父母在后方帮衬，家庭就能美满。

但是当父母踏入60岁，身体和精力也不如之前了。

这时，不得不承担起照顾父母、照顾孩子、妻子的责任，时间和注意力都要分散开，无法只聚焦专注自己的事情。

这大概就是我们人生中不得不经历的阶段吧，对于每个人来说，既现实又不得不去面对。

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：2022.2.7-2022.2.13
同步公众号：江大白

目录

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
（29）HyperAI超神经
（30）集智书童
（31）计算机视觉life
（32）CV圈

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）实践教程 | CNN调优总结
链接：https://mp.weixin.qq.com/s/UJZm3A54qeWLzAMXQ_x05Q

2.2 研究方向方面

2.2.1 目标检测

（1）小目标到大目标一网打尽！阿里提出首个轻骨干重Neck的轻量级目标检测器GiraffeDet
链接：https://mp.weixin.qq.com/s/-87HDyB8-FGY73-f5hcUqw
（2）检测器backbone和neck哪个更重要，达摩院新作有不一样的答案
链接：https://mp.weixin.qq.com/s/9hwP8QdKKGxPW9BAEsKnYg
（3）对稀有飞机数据集进行多属性物体检测：使用YOLOv5的实验过程
链接：https://mp.weixin.qq.com/s/xRV4IOuAUyGrtU-yDsAHkA

2.2.2 图像分割

（1）谷歌最新抠图算法：让背景虚化细节到头发丝！有单反的感觉了…
链接：https://mp.weixin.qq.com/s/x_MbJVFdn5BpD1HmmM6uZw

2.3 Opencv方面

（1）实操教程｜基于OpenCV的条形码区域分割
链接：https://mp.weixin.qq.com/s/x_Eo5Kf3JH0caqkp6wdnog

3 行业&拓展阅读动态

3.1 行业动态

（1）吴恩达最新采访！AI以数据为中心的原因
链接：https://mp.weixin.qq.com/s/R-AP0djz2axk3DDU0yBhGA
（2）牛津大学出品：随机噪声对抗训练
链接：https://mp.weixin.qq.com/s/nAIUiOlyXmbopj7KLEBfZg
（3）万字长文！DeepMind科学家总结2021年的15个高能研究
链接：https://mp.weixin.qq.com/s/ugdF-Q-d8ngKTrHF2vPA3A

3.2 拓展阅读

（1）韩国最新「美女元宇宙」引爆Reddit！最强换脸神器美女自拍一键转漫画
链接：https://mp.weixin.qq.com/s/6LsGMX9XgThyH4lKfSk3lA
（2）AI超人赛车手狂虐人类登Nature封面！1000台PS4训练，「苏菲」极限超车独霸赛道
链接：https://mp.weixin.qq.com/s/oQST1sh3sT5ysg9ItreeUQ
（3）为了自动驾驶，谷歌用NeRF在虚拟世界中重建了旧金山市
链接：https://mp.weixin.qq.com/s/GRMx1fJK_PpDzAFsrTJfcw
（4）用人类心脏细胞造机器鱼，游泳速度比真鱼还快，哈佛新研究登上Science
链接：https://mp.weixin.qq.com/s/qTROYo4hf4_REpZkDqZesA
（5）中国队夺金幕后的「AI手语翻译官」：初次上岗，手语可懂度超90%
链接：https://mp.weixin.qq.com/s/3yuv4BJKLC8xWmsY7RjO0w

4 基础知识

（1）​Linux最强总结！
链接：https://mp.weixin.qq.com/s/NgsQ0viZSqBG-gWz9EBgSw
（2）详解AI加速器（二）：为什么说现在是AI加速器的黄金时代？
链接：https://mp.weixin.qq.com/s/dPPqhdoCDJMiA8gdEiWgsQ
在这里插入图片描述

江大白*
关注
隐私计算头条周刊（2.13-2.19）
aK031999的博客
02-20 1881
随着大数据、云计算等领域的蓬勃发展, 重视数据安全与隐私已经成为世界性的趋势, 不同团体为保护自身利益和隐私不愿贡献数据, 形成了数据孤岛. 联邦学习使数据不出本地就可被多方利用, 为解决数据碎片化和数据隔离等问题提供了解决思路. 然而越来越多研究表明, 由谷歌首先提出的联邦学习算法不足以抵抗精心设计的隐私攻击, 因此如何进一步加强隐私防护, 保护联邦学习场景下的用户数据隐私成为一个重要问题. 对近些年来联邦学习隐私攻击与防护领域取得的成果进行了系统总结. 首先介绍了联邦学习的定义、特点和分类;
隐私计算头条周刊（2.20-2.26）
aK031999的博客
02-27 935
数据产品交易价格计算器通过建立估价模型，以数据产品开发成本为基础，综合考量数据成本、数据质量、隐私含量等多重价值修正因子对于数据产品价格的影响，并基于预计的商业模式和市场规模，评估计算数据产品价格，为数据交易买卖双方议价提供参考，补全“报价－估价－议价”价格形成路径中的关键环节，促进数据要素高效配置、公平交易和自由流动。2025年底前，迭代升级公共数据授权运营平台，形成20个以上有价值、可推广的数据产品和服务，发布一批典型应用案例，培育一批公共数据授权运营生态企业，促进数据要素的市场化流通。
.NET周刊【5月第1期 2025-05-04】
weixin_40443605的博客
06-16 27
这篇文章讨论了在 .NET 9 中引入的新机制，即允许开发者自定义应用使用的 DotNet 运行时路径。这项功能旨在解决多个应用同时发布时，导致的重复文件和系统更新问题。作者分享了自己的提案背景，介绍了团队如何开发和开源相关项目，并详细阐述了新机制的实现和使用。文章涉及的关键属性和配置方法明确，旨在提高框架依赖发布的灵活性和效率，无需在系统文件夹中安装多个拷贝。作者的提案已被 dotnet 官方采纳并实施，展示了实践中的创新和解决方案。了解如何自定义自定义控件中复选框的外观。
2022年2月份报告合辑 附下载
03-01 349
二月已经走完，三月如期而至。愿你在新的一月，不蹉跎，不虚度，不负春光，不负自己！二月，再见，三月，你好！一月报告2.1：2022年1月份报告合辑 附下载 新春特辑：数字经济专题...
时间序列预测Python机器学习应用
木头大左的博客
07-23 1039
时间依赖性：当前值受过去值的影响。趋势性：数据可能呈现长期上升或下降的趋势。季节性：数据在固定周期内重复出现的模式。噪声：随机波动，无明显规律。
腾讯内测的 AI 编程 IDE，上手表现如何？（含实测）
非著名程序员
07-22 1150
通过截图，我们可以看到，点击小火箭图标，也就是「部署」按钮之后，开始执行命令，先是创建 sandbox ，然后上传代码，安装部署环境和各种依赖，最后启动服务。另外，最后，我不得不夸一句，腾讯的产品力不仅体现在功能和人性化上，在产品设计上也是非常好，这个 IDE 的界面语言，是我目前见过的 AI 编程工具当中最好的。让你的需求变成真正可用的应用。虽然是基于开源的 VS Code IDE 衍化而来，但是，从整体的界面的细腻程度，真的做到了简洁大方，非常好看，给你一看就是一款有质感，有追求的 IDE。
论文笔记：EDITING MODELS WITH TASK ARITHMETIC
qq_40206371的博客
07-21 851
2023 ICLR。
大模型开发
2302_81352523的博客
07-23 709
AI（人工智能）是使机器具备类人思考和解决问题能力的技术，其核心是Transformer神经网络模型（如GPT）。大模型应用结合传统编程实现记忆等复杂功能，应用开发技术包括Prompt问答、微调、Agent调用和RAG（外挂知识库），适用于客服、医疗、办公自动化等场景。AI通过数据训练掌握语言规律，处理模糊性问题，与传统程序互补形成强大应用。
统计与大数据分析与数学金融方向课程差异有哪些？如何提升职场竞争力？
LRQ2025的博客
07-23 861
统计与大数据分析和数学金融专业存在显著课程重叠（概率统计、编程、优化等），但主攻方向不同。统计侧重机器学习、大数据处理及广泛领域应用；数学金融则深入金融建模、衍生品定价等专业领域。建议新生结合兴趣（数据算法vs金融建模）与职业规划（数据科学家vs量化分析师），利用大一大二共同基础课程进行体验后选择。两个专业基础课高度相似，扎实掌握数学与编程核心能力是关键。
动手学深度学习2.0-李沐Pytorch版
最新发布
qq_43361801的博客
07-24 210
教材的pdf我已经上传到资源啦！动手学深度学习在线课程。
Mamba（SSM、S4、S4）
BigGod139的博客
07-23 728
状态空间模型SSM，20世纪60年代有卡尔曼等研究者提出，概念很在提出。连续SSM一般形式如下：State Equation：x′(t)=Ax(t)+Bu(t)x'(t) = Ax(t) + Bu(t)x′(t)=Ax(t)+Bu(t) 其中：Output Equation：y(t)=Cx(t)+Du(t)y(t) = Cx(t) + Du(t)y(t)=Cx(t)+Du(t) 或 y(t)=Cx(t)y(t) = Cx(t)y(t)=Cx(t) 其中：离散SSM一般形式如下：与连续SSM相比，x,t,u,
《使用Qt Quick从零构建AI螺丝瑕疵检测系统》——1. 启航：你的第一个工业视觉应用
大家好，我是阿彬，专注于机器视觉中的细节之美与技术之道
07-21 1418
本文介绍了基于Qt 6的工业AI视觉检测软件开发全流程。项目面向工业4.0需求，通过机器视觉技术实现精密元器件的自动瑕疵检测。系统采用Qt Quick构建现代化UI，集成YOLOv8深度学习模型进行实时检测，支持与PLC硬件联动和数据上报MES系统。文章详细说明了开发环境配置（Qt 6.9.1+MSVC+OpenCV）、项目创建步骤、应用程序图标设置等关键环节，并提供了完整的开源代码仓库链接。该方案可替代传统人工目检，实现高效、精准的工业质量控制自动化。
基础NLP | 常用工具
xhxhss的博客
07-24 110
横幅检测数据集-1500张图片 智慧城市管理 活动现场管理 商业广告分析
cver123的博客
07-21 825
横幅检测数据集-1500张图片 智慧城市管理 活动现场管理 商业广告分析
『OpenCV-Python』加载网络图片
weixin_39415598的博客
07-21 679
前面介绍过在 OpenCV 里可以通过cv2.imread读取本地图片，但这个方法无法读取网络图片。
SLAM学习资料记录
m0_53713033的博客
07-23 302
对极几何、PnP、ICP ：https://blog.51.cto.com/u_13157605/6039293。融合知识：https://zhuanlan.zhihu.com/p/667506476(李帅)源码下载地址：https://github.com/MichaelGrupp/evo.git。ros消息：https://zhuanlan.zhihu.com/p/664398276。ORB_SLAM2 创建自己的数据集（还未使用）多传感器融合定位（csdn 是安澜啊；
京东零售开源 OxyGent：模块化组装 AI 团队，解锁群体智能新可能
chaofan980的博客
07-24 714
京东零售开源OxyGent框架，为AI开发者提供模块化多智能体系统解决方案。该框架将工具、模型与智能体统一为标准化Oxy组件，支持乐高式快速搭建复杂系统。其核心优势包括：无限可扩展性，可无缝集成新组件；全流程可追溯，提供决策透明度；并行调试与思维可视化功能提升开发效率。适用于电商、物流、金融等领域，助力构建智能客服、推荐系统等应用，推动行业智能化转型。
录音智能转写：如何实现一键转写、灵活下载！
2508_92321482的博客
07-22 777
录音转写，早已不是简单的“声音变文字”。“转写完成一键查看清单 + 灵活下载”从机械重复的“听-停-记”循环中解脱。文字清单让内容结构一目了然，加速信息检索和理解。多样化的下载格式让文字成果自由流动，无论是编辑、存档、分享还是集成到其他工具（代码、文档、任务系统、知识库）都畅通无阻。技术发展的本质，是让我们从繁重的、重复的、低价值的劳动中解放出来，把最宝贵的时间、脑力和热情，投入到真正需要创造力和深度思考的地方去。
智能化运维：AI驱动的服务器性能预测与优化策略
Clownseven的博客
07-24 327
通过AI驱动的智能化运维，预测和优化服务器性能，提升系统的稳定性和运行效率。探索如何利用人工智能技术预防故障，减少人工干预，确保服务器在高负载下的可靠性。
vs2022编译libxml2-2.13.6
03-22
<think>好的，我现在需要帮助用户在Visual Studio 2022中编译libxml2-2.13.6。首先，我得回想一下编译开源库的一般步骤。用户可能已经下载了源码，但需要指导如何用VS2022生成项目文件并进行编译。 首先，用户可能需要安装一些构建工具。比如，CMake是常用的跨平台构建工具，libxml2可能使用CMake或者传统的Makefile。不过根据引用[3]提到，CMake用于MySQL的源码安装，可能这里libxml2也可能需要CMake。不过，我需要确认libxml2的具体构建方式。 查看libxml2的官方文档或者源码中的INSTALL文件可能会有帮助。假设用户已经下载了libxml2-2.13.6的源码，接下来可能需要用CMake生成Visual Studio的解决方案文件。这时候需要打开CMake GUI，指定源码路径和生成路径，然后配置生成器为VS2022。如果有依赖库，比如zlib或iconv，可能需要提前安装或者配置选项。比如，libxml2可能默认需要这些库，用户需要确保这些依赖项在系统中可用，或者在CMake配置时禁用相关选项，比如使用-DWITH_ZLIB=OFF。 另外，引用[4]提到VLC的编译中使用了一些模块初始化方法，但可能这里不太相关。但用户的问题是关于libxml2，所以重点应放在如何用CMake或nmake进行构建。如果libxml2使用Autotools，可能需要使用MSYS2或Cygwin来运行configure脚本，但更可能的是它支持CMake。 假设用户正确安装了CMake，步骤大致如下：打开CMake，设置源码路径和构建目录，点击Configure，选择VS2022作为生成器，解决可能的依赖问题，然后生成解决方案。之后在构建目录中打开生成的.sln文件，用VS2022进行编译。如果有错误，可能需要调整配置选项，比如设置静态库或动态库，或者指定运行时库的类型（MD/MDd等）。 另外，用户可能需要关注libxml2的官方编译指南。例如，某些库可能需要特定选项，比如禁用某些功能以避免依赖问题。例如，如果用户不需要HTTP支持，可以关闭相关选项以减少依赖。 另外，引用[2]提到在Windows下编译可能需要开启某些选项，比如--enable-shared-libvlc。类似地，libxml2可能有类似的配置选项，需要在CMake中设置。例如，是否生成动态库或静态库，是否包含Python绑定等。 如果用户遇到链接错误，可能是缺少依赖库，比如zlib或iconv。这时候需要用户下载这些库的Windows版本，并配置包含路径和库路径。或者，用户可以选择使用vcpkg来管理依赖，使用vcpkg install libxml2来简化编译过程。 总结步骤可能为：安装CMake，配置生成VS2022项目，解决依赖，生成解决方案，用VS2022编译。或者使用vcpkg进行安装。此外，用户可能需要参考libxml2的官方文档或编译说明，确保所有依赖项满足，并正确配置构建选项。</think>### 如何在 Visual Studio 2022 中编译 libxml2-2.13.6 #### 步骤 1：下载源码和依赖项 1. 从 [libxml2 官网](http://xmlsoft.org/downloads.html) 下载源码包 `libxml2-2.13.6.tar.gz`，解压到本地目录。 2. 确保已安装以下工具： - **Visual Studio 2022**（需包含“使用 C++ 的桌面开发”组件）。 - **CMake**（建议最新版本，参考引用[3]）。 - 可选：**vcpkg**（用于依赖管理，如 `zlib` 或 `iconv`）。 #### 步骤 2：使用 CMake 生成项目文件 1. 打开 CMake GUI，设置源码路径（如 `D:\libxml2-2.13.6`）和构建路径（如 `D:\libxml2-build`）。 2. 点击 **Configure**，选择生成器为 **Visual Studio 2022**。 3. 根据需求配置选项： - `LIBXML2_WITH_ZLIB=OFF`（若未安装 zlib）。 - `LIBXML2_WITH_ICONV=OFF`（若不需要字符编码转换）。 - `BUILD_SHARED_LIBS=ON`（生成动态库）或 `OFF`（生成静态库）。 4. 点击 **Generate** 生成 `.sln` 解决方案文件。 #### 步骤 3：编译库文件 1. 在构建目录中打开生成的 `libxml2.sln`。 2. 在 Visual Studio 中选择编译模式（如 **Release/x64**）。 3. 右键单击 `ALL_BUILD` 项目，选择 **生成** 以编译库文件。 4. 编译成功后，在输出目录（如 `D:\libxml2-build\Release`）中获取 `libxml2.lib`（静态库）或 `libxml2.dll`（动态库）。 #### 步骤 4：处理依赖问题 - 若需要 `zlib` 或 `iconv`，可通过 **vcpkg** 安装： ```bash vcpkg install zlib:x64-windows vcpkg integrate install ``` 并在 CMake 中配置 `-DCMAKE_TOOLCHAIN_FILE=[vcpkg根目录]/scripts/buildsystems/vcpkg.cmake`。 #### 常见问题 - **错误：未找到 zlib** 关闭 `LIBXML2_WITH_ZLIB` 或通过 vcpkg 安装依赖。 - **链接错误** 检查运行时库设置（项目属性 → C/C++ → 代码生成 → 运行库），需与主项目一致（如 `/MD` 或 `/MT`）。 --- ### 相关问题 1. **如何验证编译后的 libxml2 是否可用？** 可编译并运行 libxml2 自带的测试用例（如 `testapi.c`）[^1]。 2. **如何在项目中引用编译好的 libxml2 库？** 需配置包含路径（`include` 目录）、库路径（`lib` 目录）及附加依赖项（`libxml2.lib`）[^3]。 3. **如何为 libxml2 启用调试符号？** 在 CMake 中设置 `CMAKE_BUILD_TYPE=Debug` 并重新生成解决方案[^4]。 --- : 参考 CMake 官方文档和 libxml2 源码中的 `README` 文件。 [^3]: 关于 CMake 的配置方法，可查看 [CMake 官网](https://cmake.org/documentation/)。 : 类似 VLC 的模块初始化逻辑，需确保编译选项与项目需求一致。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值