每日三篇 | 基于CNN根据卫星图片评估灾情；腾讯开源深度学习压缩框架；R函数用法速查工具

1

From Satellite Imagery to Disaster Insights

在NeurIPS 2018 的“AI for Social Good”工作坊中，CrowdAI的Jigar Doshi和Facebook的Saikat Basu、Guan Pang使用基于CNN的语义分割模型，通过比较灾前、灾后的卫星图片的分割掩码，评估自然灾害对城市地区的影响。论文作者将通过这一方法评估受灾情况的指标命名为灾害影响指数（DII）。根据论文的试验（哈维飓风和圣他罗莎大火），DII的F1评分超过80%.

地址： https://research.fb.com/publications/from-satellite-imagery-to-disaster-insights/

2

腾讯开源深度学习模型压缩框架PocketFlow

鹅厂开源的深度学习模型压缩工具。开发者只需指定所需压缩率，PocketFlow就能自动选择恰当的超参数，生成高效的压缩模型。PocketFlow的内部机制是根据原始模型（未压缩模型），使用随机选择的一些超参数组合生成候选模型，再通过超参数优化器选出最佳模型。PocketFlow通过微调或全数据重训恢复压缩模型的表现。

地址： https://pocketflow.github.io/

3

tldr for R!

知名tldr命令行工具的R版本，供快速查询R函数用法。

地址：https://github.com/ropenscilabs/tl

星标 论智，每天获取最新资讯