ublock

OBS Studio 录屏 开源软件，知根知底，没有广告，功能丰富，除了音频部分缺少回响、高低频调节，录音增强以及降噪功能比较初步以外可以说基本没有短板，配合一定的设置甚至可以满足各种直播需求，当然，我一般就是当个纯粹的录屏软件，效果相当不错。 qBittorrent 下载 建议把其内置的种子和Magnet下载的搜索功能打开——有什么好处我就不具体说了…… PotPlayer 视频播放 画面的稳定度，颜色的层次好，关键是没有那没多的广告。简简单单的就一个播放器。 Chrome 浏览器 Chrome的强大就不必多说了把？这里推荐几个插件。 uBlock Origin 广告屏蔽 Tampermonkey 其中一个用法可以参考 https://blog.csdn.net/fkq_2016/article/details/78759244，其他就不多说了。 Chrono下载管理器 Chrono下载管理器是一款可以替代chrome自带下载器的功能非常全面的下载管理工具。有了Chrono下载管理器你的所有下载管理工作都在浏览器中完成，而不需要安装另外的程序。 Search to Play the Song 综合了各大音乐平台，当然，还有listen1也是相当强劲的听歌插件 iFormatTool 代码格式化插件 Cmder 命令行工具 一款Windows环境下非常简洁美观易用的cmd替代者

在我们访问网站时，运营商、各类搜索引擎等都可以收集我们的数据并通过庞大的互联网对我们进行跟踪，虽然可以通过安装浏览器扩展插件(uBlock Origin，uMatrix等)进行阻止，但需要在每个设备、每个浏览器上进行安装。如果我们有pfSense防火墙，那我们可以在防火墙上安装pfBlockerNG来搭建Web过滤器，保证内网的所有设备都可以过滤广告并阻止恶意网站，确保网络安全。 安装pfBlockerNG 首先，登录pfSense，导航到“系统>插件管理，可用插件”选项卡。找到pfBlockerNG-devel插件。 点击右侧的“安装”按钮，等待下载pfBlockerNG并安装。 pfBlockerNG初始设置 转到 防火墙→pfBlockerNG 。 配置向导会引导我们进行设置。点击“下一步”继续。 该页面解释了现在正在设置的内容： 为初学者进行标准设置。 如果以前安装过pfBlockerNG，则所有设置将被删除。 安装两个组件： IP：在WAN接口添加防火墙规则阻止已知最差的***者。 DNSBL：阻止广告和其他已知的恶意域。 点击“下一步”。 这里必须选择入站接口(WAN)和出站接口(LAN)。如果有多个内部接口，则可以选择要为其设置pfBlockerNG的所有接口。 接下来定义一个VIP地址。pfBlockerNG的Web服务器在该地址上运行

来源 | Jack Cui 头图 | CSDN下载自视觉中国 今年提出的 U^2-Net 显著性检测算法，刷爆了 reddit 和 twitter，号称是 2020 年「地表最强」的静态背景分割算法，可以看下效果： 你以为今天要讲分割？错！ U^2-Net 这两天又出新活，在 U^2-Net 网络架构基础上，实现了人物肖像画的生成，细节「完美」复刻。 我用自己的「歪脖子照」测试了下效果。 万年不变老规矩，继续手把手教学。 算法原理、环境搭建、效果实现，一条龙服务，尽在下文！ U^2-Net 受 U-Net 网络的启发，U^2-Net 也是一种类似编码-解码（Encoder-Decoder）的网络结构。 研究者在此基础上，提出了新型残差 U-block（ReSidual U-block, RSU），融合不同尺寸接受野的特征，以捕获更多不同尺度的上下文信息。 RSU 网络与现有卷积块的结构对比如下： 最右边的结构，就是 RSU-L，L 表示编码器中的层数，C_in、C_out 分别表示输入和输出通道，M 表示 RSU 内层通道数。 具体而言，RSU 主要有三个组成部件，分别是一个输入卷积层、一个高度为 L 的类 U-Net 对称编码器 - 解码器结构以及一个通过求和来融合局部和多尺度特征的残差连接。 为了更好地理解设计理念，研究者在下图中对 RSU 与原始残差块进行了比较。 结果显示

一、前言 大家好，我是 Jack 。 今年提出的 U^2-Net 显著性检测算法，刷爆了 reddit 和 twitter，号称是 2020 年「地表最强」的静态背景分割算法，可以看下效果： 你以为今天要讲分割？ 错！ U^2-Net 这两天又出 新活 ，在 U^2-Net 网络架构基础上，实现了 人物肖像画的生成 ，细节「完美」复刻。 我用自己的「歪脖子照」测试了下效果。 万年不变老规矩，继续手把手教学。 算法原理、环境搭建、效果实现， 一条龙服务 ，尽在下文！ 二、U^2-Net 受 U-Net 网络的启发，U^2-Net 也是一种类似编码-解码（Encoder-Decoder）的网络结构。 研究者在此基础上，提出了新型残差 U-block（ReSidual U-block, RSU），融合不同尺寸接受野的特征，以捕获更多不同尺度的上下文信息。 RSU 网络与现有卷积块的结构对比如下： 最右边的结构，就是 RSU-L，L 表示编码器中的层数，C_in、C_out 分别表示输入和输出通道，M 表示 RSU 内层通道数。 具体而言，RSU 主要有三个组成部件，分别是一个输入卷积层、一个高度为 L 的类 U-Net 对称编码器 - 解码器结构以及一个通过求和来融合局部和多尺度特征的残差连接。 为了更好地理解设计理念，研究者在下图中对 RSU 与原始残差块进行了比较。 结果显示，RSU

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 转自 | 机器之心 深度卷积神经网络已经被广泛用于显著目标检测，并获得了 SOTA 的性能。在 CVPR 2019 的一篇论文中，来自加拿大阿尔伯塔大学的研究者曾提出了边界感知显著目标检测网络 BASNet，并衍生出了一系列流行的工具。今年，该团队又提出了一种用于肖像画生成的深度网络架构 U^2-Net，不仅所需的计算开销较少，而且生成肖像画具有丰富的细节。该论文被 ICPR 2020 会议接收。 从人脸图片生成艺术肖像画的 AI 应用不在少数，但效果惊艳的不多。上面这张图片中的输入 - 输出结果，来源于一个 GitHub 热门项目 U^2-Net (U square net)，开源至今已经获得了 1.7K 的 star 量。 这项研究来自阿尔伯塔大学的一个团队，论文此前已被国际模式识别大会 ICPR 2020 会议接收。 论文链接：https://arxiv.org/pdf/2005.09007.pdf 项目地址：https://github.com/NathanUA/U-2-Net 最近，研究者又将其应用于人脸肖像画的生成中，并基于 APDrawingGAN 数据集为此类任务训练了新的模型。不管是儿童肖像还是成年男性、成年女性，都能获得相当细致的生成结果： 近年来

点击上方 “ AI算法与图像处理 ”，选择加"星标"或“置顶” 重磅干货，第一时间送达 来源：Jack Cui 今年提出的 U^2-Net 显著性检测算法，刷爆了 reddit 和 twitter，号称是 2020 年「地表最强」的静态背景分割算法，可以看下效果： 你以为今天要讲分割？ 错！ U^2-Net 这两天又出 新活 ，在 U^2-Net 网络架构基础上，实现了 人物肖像画的生成 ，细节「完美」复刻。 我用自己的「歪脖子照」测试了下效果。 万年不变老规矩，继续手把手教学。 算法原理、环境搭建、效果实现， 一条龙服务 ，尽在下文！ 1 U^2-Net 受 U-Net 网络的启发，U^2-Net 也是一种类似编码-解码（Encoder-Decoder）的网络结构。 研究者在此基础上，提出了新型残差 U-block（ReSidual U-block, RSU），融合不同尺寸接受野的特征，以捕获更多不同尺度的上下文信息。 RSU 网络与现有卷积块的结构对比如下： 最右边的结构，就是 RSU-L，L 表示编码器中的层数，C_in、C_out 分别表示输入和输出通道，M 表示 RSU 内层通道数。 具体而言，RSU 主要有三个组成部件，分别是一个输入卷积层、一个高度为 L 的类 U-Net 对称编码器 - 解码器结构以及一个通过求和来融合局部和多尺度特征的残差连接。

来源 | Jack Cui 头图 | CSDN下载自视觉中国 今年提出的 U^2-Net 显著性检测算法，刷爆了 reddit 和 twitter，号称是 2020 年「地表最强」的静态背景分割算法，可以看下效果： 你以为今天要讲分割？错！ U^2-Net 这两天又出新活，在 U^2-Net 网络架构基础上，实现了人物肖像画的生成，细节「完美」复刻。 我用自己的「歪脖子照」测试了下效果。 万年不变老规矩，继续手把手教学。 算法原理、环境搭建、效果实现，一条龙服务，尽在下文！ U^2-Net 受 U-Net 网络的启发，U^2-Net 也是一种类似编码-解码（Encoder-Decoder）的网络结构。 研究者在此基础上，提出了新型残差 U-block（ReSidual U-block, RSU），融合不同尺寸接受野的特征，以捕获更多不同尺度的上下文信息。 RSU 网络与现有卷积块的结构对比如下： 最右边的结构，就是 RSU-L，L 表示编码器中的层数，C_in、C_out 分别表示输入和输出通道，M 表示 RSU 内层通道数。 具体而言，RSU 主要有三个组成部件，分别是一个输入卷积层、一个高度为 L 的类 U-Net 对称编码器 - 解码器结构以及一个通过求和来融合局部和多尺度特征的残差连接。 为了更好地理解设计理念，研究者在下图中对 RSU 与原始残差块进行了比较。 结果显示

Chrome扩展清单 类别 名称 功能 地址 生产工具 Panic Button（恐慌按钮） 一键收纳当前所有的页签，一键打开所有已收纳页签 https://chrome.google.com/webstore/detail/panic-button/faminaibgiklngmfpfbhmokfmnglamcm 生产工具 crxMouse Chrome™ 手势 鼠标手势,超级拖曳,滚轮手势,摇杆手势,平滑滚动,标签页列表等 https://chrome.google.com/webstore/detail/crxmouse-chrome-gestures/jlgkpaicikihijadgifklkbpdajbkhjo 生产工具 Enable Copy（使能复制） 解除网页的复制粘贴和右键限制 https://chrome.google.com/webstore/detail/enable-copy/lmnganadkecefnhncokdlaohlkneihio 生产工具 SimpleUndoClose（便捷撤销关闭） 撤销关闭的标签 https://chrome.google.com/webstore/detail/simpleundoclose/emhohdghchmjepmigjojkehidlielknj 生产工具 Session Buddy（会话伙伴）

三个开源广告拦截器与“无广告拦截器”对照组进行了测试。 一项旨在调查自由开源的广告拦截器节能的情况的 研究 ，意外地发现了互联网广告正在浪费你大量的时间。 更重要的是，研究结果表明了你可以挽救回这些失去的时间。这项研究评估发现，使用 uBlock Origin （一个开源免费的广告拦截器）的情况下平均每个网民一年可以节约超过 100 个小时的时间。uBlock Origin 是测试中最有效的广告拦截器，不过其他的广告拦截器也为网民节省了时间、能源以及金钱。 在研究结果中， AdBlock+ 减少了 11% 的页面加载时间， Privacy Badger 减少了 22%， uBlock Origin 减少了 28%。对于单独一个页面来说这个时间並不算多，但是网民们一半以上的浏览时间都是在网站间快速跳转，通常在一个页面停留少于 15 秒。鉴于这种情况，加载广告的额外时间加起来就很多了。 发布于 Technologies 杂志上的《 用开源的广告拦截器节能 》一文最初旨在解决日益增长的能源消耗问题。随着全球网民每日上网时间超过 6.5 小时，与互联网相关的用电量正在快速地增加。以美国人为例，自 2000 年他们的上网时间已经增加了一倍，几乎达到每周 24 小时。开源广告拦截器通过消灭上网和观看视频时产生的广告，潜在地减少了时间，从而减少用电。 在研究过程中，对三个开源广告拦截器与