转自 | 机器之心
作者 | 蛋酱、小舟
神经网络画图神器 ML Visuals 正在持续更新。
去年 5 月，机器之心曾向大家推荐一款名为 ML Visuals 的机器学习画图模板，该项目受到广泛关注，迄今已收获 2.2K Star。ML Visuals 专为解决神经网络画图问题设计，最近，这一模板进行了更新。
项目地址：https://github.com/dair-ai/ml-visuals
ML Visuals 现在包含了 100 多个可用的自定义图形，使用者可以在任何论文、博客、PPT 中使用这些资源。
这份 101 页的模板共包含几个部分：
基础组件
架构
机器学习概念
抽象背景
渐变背景
机器学习 & 健康
其他
机器学习系统设计
基础组件
这套画图模板首先提供了多种基础组件，比如表示过程、操作或转换的圆角矩形，表示神经元或任意操作的小圆圈，表示向量的一排小方块以及表示多维数组的网格等。
架构
架构部分的模板数量最多，共有 32 张。对于复杂的模型架构来说，套模板显然事半功倍，比亲手画图要便捷得多。
比如，画出卷积操作的示意图：
使用该模板重现一些经典架构也是得心应手，比如下图是使用该模板绘制的 Transformer 架构图：
机器学习概念
该模板还可以用来表示机器学习中的一些基本概念，比如 DropOut、归一化：
除此之外，目前这套模板还包含多张关于生物、医疗领域的内容。比如疼痛强度预估、疼痛位置预估：
这张代表「疼痛指数」的图，稍加修改就能用于别处：
最后再来看下使用该模板绘制的神经网络：
此外，该模板还可用于机器学习系统设计，例如：
目前，该模板还在持续更新中，感兴趣的读者可以参考 ：https://docs.google.com/presentation/d/11mR1nkIR9fbHegFkcFq8z9oDQ5sjv8E3JJp1LfLGKuk/edit#slide=id.g85a0789696_743_21
推荐阅读
（点击标题可跳转阅读）
干货 | 公众号历史文章精选
我的深度学习入门路线
我的机器学习入门路线图
重磅
AI有道年度技术文章电子版PDF来啦！
扫描下方二维码，添加
AI有道小助手微信
，可申请入群，并获得2020完整技术文章合集PDF（一定要备注：
入群 + 地点 + 学校/公司
。例如：
入群+上海+复旦
长按扫码，申请入群
（添加人数较多，请耐心等待）
感谢你的分享，点赞，在看三
原文链接
2021 年，所有人都期盼着万象更新，摆脱 2020 阴霾的旧光景，迎接新气象。事实上，中国的移动互联产业格局已悄然被注入了全新活力，而这一切，还要从 2020 年 12 月 30 日的一场 HarmonyOS 公开活动说起。 知名数据机构 Statista 的报告中，全球物联网设备年发货数量呈现持续增长趋势，并从 2020 年开始涨幅加大，预测在 2024 年可达到百亿量级。不仅如此，在过去 10 年间，全球所有设备连接数年复合增长率达到10%，这一增速主要由物联网设备贡献。 反观智能手机设备，随着发展红利的逐步耗尽，年发货数量近 2 年来增长基本停滞。 物联网设备年发货量持续走高，而智能手机的年发货量却始终保持在同一水平线。这便是当前移动终端产业的最大趋势。 在现状背后，
最近图像领域比较火热的两个方向都与复工复产相关，一方面是口罩识别， 智能工地安全领域中的安全帽佩戴检测 YOLOv5s、YOLOv5m、YOLOv5l均已用于训练安全帽佩戴检测数据集，代码和权重均已开源，相关项目将和数据集一起分享给大家。 话不多说，一起来看看数据情况~ 01 — 数据简介 安全帽佩戴检测数据集来源于项目Smart Construction，它是一个非常棒的开源项目 ，利用YOLOv5进行目标检测的"落地化"应用 。 具体地，它使用了YOLOv5s、YOLOv5m、YOLOv5l来训练安全帽佩戴检测数据集（SHWD），代码和权重均已开源，具体地是 使用 YOLOv5 来训练在智 能工地安全领域中头盔目标检测的应用。 SHWD提供了用于安全帽佩戴和人头检测的两者数据集。它一共包括7581张图像，其中带有9044张人类安全头盔的佩戴物（正）和111514件正常头部的物品（未佩戴或负）。正对象来自goolge或baidu，数据集中用LabelImg手动标记。一些负对象来自SCUT-HEAD。数据集中修复了原始SCUT-HEAD的一些错误，并使数据可以按正常的Pascal VOC格式直接加载。此外，项目中还提供了MXNet GluonCV的一些预训练模型。
