Skip to main content

黑洞资源笔记

  1. 科研数据可视化配色集(R)

    色盲影响大量个体。因此,在传达科学结果时,必须仔细选择调色板,以便所有读者都可以访问。

    这个 R 包提供了 Okabe 和 Ito (2008)、Tol (2021) 和 Crameri (2018) 配色方案的实现。这些方案适用于每种类型的数据(定性的、发散的或顺序的),其颜色对所有人来说都是不同的,包括色盲读者。该软件包还提供了模拟色盲和测试任何调色板的颜色可识别性的工具。要在生产就绪的 R 图形中模拟色盲,你可能还对colorblindr包感兴趣。

    Tol (2021) 和 Crameri (2018) 提供精心挑选的方案,为每种类型的数据做好准备,颜色为:

    对所有人都不同,包括色盲读者,
    区别于黑白,
    屏幕和纸上不同,
    搭配得很好,
    可引用和可重复。

    对于特定用途,实施了几种科学主题方案(地质时间尺度、土地覆盖、粮农组织土壤等),但这些配色方案可能不安全。

    所有这些配色方案都是为与 base R 或 ggplot2和 ggraph一起使用而实现的。

    khroma | #科研
  2. 基于AI Summer的科学博客模板

    模板基于theaisummer.com,支持多种必要的组件,可用于科学博客,比如:

    Latex rendering
    Code blocks with highlighting
    References and citations
    Embed gifs and videos
    Interactive components
    Table of contents
    Similar articles

    其他重要功能:

    能够按主题过滤和显示帖子
    可定制的作者页面
    100% 响应
    可以使用标准 React 代码或使用 Markdown 创建页面
    使用flexsearch使用本地索引进行搜索
    准备好搜索引擎优化
    响应式图像和图像预处理管道
    谷歌分析和标签管理器
    robots.txt 生成
    XML 提要生成
    站点地图生成

    blog-template | #科研 #模板
  3. 计算机视觉最佳实践、代码示例和相关文档

    该存储库提供了用于构建计算机视觉系统的示例和最佳实践指南。该存储库的目标是构建一套全面的工具和示例,以利用计算机视觉算法、神经架构和操作此类系统的最新进展。我们不是从头开始创建实现,而是从现有的最先进的库中汲取灵感,并围绕加载图像数据、优化和评估模型以及扩展到云端构建额外的实用程序。

    这些示例和实用程序希望通过将从定义业务问题到开发解决方案的经验简化几个数量级,从而显着缩短“上市时间”。此外,示例笔记本将用作指南,并以多种语言展示工具的最佳实践和使用情况。

    示例以Jupyter 笔记本常用实用程序功能的形式提供。所有示例都使用 PyTorch 作为底层深度学习库。

    computervision-recipes | #计算机视觉