巴比特 | 元宇宙每日必读:元宇宙的未来是属于大型科技公司,还是属于分散的Web3世界?...

c1e9ac1207bb5dfff2270c45b3eee1c6.gif

摘要:未来,元宇宙会有丰富多样的技术栈支持——任何人都可以在现有的技术栈上构建,并把我们已经拥有的元宇宙带到下一次迭代。这个未来是属于大型科技公司,还是属于分散的Web3世界,很难说,但我们认为它将是两者的交集,从结构上看,我们仍然看好加密技术及其带来的潜力。

热点资讯

中网艺云数字藏品平台上线《中国精神》数字藏品

7 月 25 日,中国网旗下中网艺云数字藏品平台发布上线首批藏品并将开放正式领取通道,大众通过中网艺云线上渠道可对《中国精神》系列藏品进行免费领取。本期藏品总数量 1000 份,共四款,全部用于免费发行。其中历史主动精神 400 份、首创精神 300 份、航空强国精神 200 份、抗疫精神 100 份,采取“盲盒玩法”随机获取。该系列数字藏品取材于中国网原创融媒体节目《中国精神》,曾入选国家广电总局公布的年度优秀网络视听作品推选活动扶持项目名单,荣获“非剧情类单元年度优秀网络视听专题节目”奖。

江苏版博会数字藏品艺术展特设 IP 衍生品展区

据现代快报报道,7 月 22 日至 24 日,第三届江苏(南京)版权贸易博览会在南京国际展览中心举办。据介绍,本次数字藏品艺术展特设 IP 衍生品展区、数字艺术创作展区、赛事优秀作品展区三大板块,展示了数字藏品为推动版权产业发展、文化数字化建设所做的实践与探索。

DappRadar 数据分析师:元宇宙将创造一批全新工作岗位

据 Blockworks 7 月 23 日报道,DappRader 数据分析师 Pedro Herrera 在巴黎元宇宙峰会上表示,自 2021 年以来,元宇宙或 Web3 游戏项目融资总额已超 100 亿美元,同时该领域已实现一个全新经济系统,未来元宇宙将创造一批全新工作岗位,比如数字艺术家、虚拟设计师、数字房地产经纪商、开发人员等。

报告:元宇宙房地产市场规模预计到2026年将增长53.7亿美元

PANews 7月25日消息,据雅虎财经报道,根据全球市场研究公司Technavio的一份报告,在混合现实和加密货币日益普及的推动下,从2021年到2026年,元宇宙房地产市场规模预计将增长53.7亿美元,复合年增长率为61.74% 。41%的市场增长将来自北美,其中美国和加拿大是主要市场。

报告称,更多的虚拟土地收购将是下一个趋势,因为大多数主要品牌都将获得的虚拟土地用于广告和其他促销目的。新冠疫情导致的全球封锁迫使人们在家工作,这增加了对VR/AR平台的需求,从而加速了元宇宙房地产市场。此外,随着耐克、Facebook和微软等企业巨头纷纷进入虚拟世界,元宇宙房地产市场份额在企业领域的增长将非常显着。

Yuga Labs遭遇集体诉讼,此案或将确认NFT在美国是否属于证券

PANews 7月25日消息,据Decrypt报道,Scott+Scott律师事务所目前正在组织针对Yuga Labs的集体诉讼。该诉讼将指控Yuga错误地将Bored Ape NFT和ApeCoin宣传为具有保证回报的证券,但实际上这些代币在过去三个月中价值暴跌。该律师事务所尚未向美国联邦法院提出正式申诉,而是仍处于集结在4月至6月期间因购买Yuga支持的NFT和代币而遭受损失的原告。

据悉,本案的关键是法院是否判定NFT属于证券,类似于可以升值的公司股份。如果法院认定BAYC NFT及其原生代币Apecoin是证券,那么意味着Yuga Labs可能没有履行与发行证券相关的必要披露和注册义务。

投融资

BAI 资本完成 7 亿美元首期基金募集,将关注 Web3、元宇宙等领域

据投资界消息,BAI 资本宣布于近日完成首期 7 亿美元基金募集。这是原贝塔斯曼亚洲投资基金(Bertelsmann Asia Investments,简称 BAI)独立并首次对外募资,超额完成目标,获得了主权财富基金、大型保险公司、互联网巨头和一线母基金(FoF)等众多国际机构投资者的投资,欧洲传媒巨头贝塔斯曼集团也连续 15 年支持。

BAI 资本首期美元基金将坚持多元组合,着重关注中国产业的国际化拓展,推动面向全球市场的中国企业和创业者在零售消费、金融科技、内容和媒介创新、Web3 及元宇宙探索等方向的突破性进展。

元宇宙荐读

《元宇宙或已有 30 年历史,用不同的视角看待元宇宙》

目前,普遍接受的元宇宙定义是,需要存在一个完全沉浸式的世界,就像在《头号玩家》中一样。可以说,这是一个相当高的门槛,尽管故事情节描述了相当反乌托邦的“现实世界”。我们的问题是,AR/VR和其他形式的完全沉浸式感官体验是否真的是元宇宙存在的先决条件?

https://www.8btc.com/article/6766986

《“第三波创作者经济”正发生在Web3.0时代,各种数字技术大融合的元宇宙之中》

“第三波创作者经济”是什么?其实在近期红火的NFT交易市场已见雏形。我们看到,创作者通过NFT创造新价值,更高的价值也提供社群更高的信仰,而用户通过参与成为“收藏者”,这正是第三波创作者经济为这个时代提供的新职位。这也意味着创作者已不纯然是作品的拥有者,真正赋予作品价值的是粉丝的参与,不仅是交易所平台得到利益,艺术家与收藏家也成为新的受益者。这样的第三波创作者经济,正发生在Web 3.0 时代各种数字技术大融合的元宇宙之中。

https://www.8btc.com/article/6767028

《虚拟偶像代言产品出问题谁负责?且听律师分析》

根据国内最大的二次元平台统计数据显示,去年8月前入驻的虚拟主播人数就已超过3.6万名。随着越来越多虚拟主播、虚拟偶像走上台前,参与各类经济活动,由此也产生了不少法律问题。虚拟主播、虚拟偶像代言出现问题责任如何划分?被打赏后需要纳税吗?“中之人”退出需要承担怎样的法律责任?带着这些问题,《法治日报》记者近日采访了多位律师。

https://www.8btc.com/article/6767110

7d91209a59d7d80dc808a5dccc7c34f8.gif

中文推特:https://twitter.com/8BTC_OFFICIAL

英文推特:https://twitter.com/btcinchina

Discord社区:https://discord.gg/defidao

电报频道:https://t.me/Mute_8btc

电报社区:https://t.me/news_8btc

cbbe9e2c0a5678264bf324832407e444.jpeg

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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