导读:本期为 AI 简报 20201211 期,将为您带来 8 条相关新闻,有趣有料~
本文一共 2500 字,通篇阅读结束需要 4~7 分钟
1. 目标检测可达40fps! 标称2.0TOPS的RV1126性能评估实测
知乎者也:
https://zhuanlan.zhihu.com/p/331689816
应朋友的委托,希望我来帮忙评估一下RV1126(RV1109)的AI性能。这两款芯片是pin2pin的,RV1109的算力为1.2Tops,RV1126的算力为2.0Tops。参与评估的网络为典型的Resnet50。rv11xx的sdk是淘宝上花25 RMB买的(2020-11-24release的版本),评估板也是淘宝上淘的一块人脸识别面板机,里面用的是rv1126的soc。
还是老样子,我们将porting部署进行一下流程拆分:
1、推理图优化
2、int8模型量化
3、native层性能评估业务代码。
交叉编译后push到板子上进行了性能评估,resnet50的网络,输入为224x224,100次推理的平均耗时为25ms左右,基本跟rk提供的profile的性能文档可以对上。
2. AI消除马赛克,GitHub开源项目上线三天收获近7000星
Github:
https://github.com/beurtschipper/Depix
最近,一个名为 Depix 的 GitHub 项目爆火,上线三天 star 量已经高达 6.9k。项目作者 Sipke Mellema 是一名信息安全顾问。
Depix 能够从像素化图像截图中恢复原图中包含的文字密码。该项目适用于使用线性方框滤波器(linear box filter)创建的像素化图像。如上图所示,项目作者给出了像素化图像、恢复之后的效果和原图的对比结果。
马赛克打得够严实了,不过 Depix 还是基本解读出了被隐藏的信息。
使用 Depix 从像素化图像截图中恢复文字密码,操作也比较简单:
从截图中分割出矩形像素化 block;
在具有相同字体设置(包括文本大小、字体、颜色、hsl)的编辑器中,粘贴待处理字符的德布鲁因(De Bruijn sequence)。
给该序列截图,尽可能使用和像素化图像相同的截图工具。
执行命令:
1python depix.py -p [pixelated rectangle image] -s [search sequence image] -o output.png