[Soft & Share 會員服務] 開源報報 312

用於對大影像/小物體進行切片推理的視覺程式庫

• https://github.com/obss/sahi

概述

物體檢測和實體分割是目前電腦視覺中最重要的應用領域。然而，在實際應用中，小物體的檢測和大影像的推理仍然是主要問題。SAHI來了，幫助開發者克服這些實際問題。

這位開發者有寫一篇 blog 介紹 – SAHI: A vision library for performing sliced inference on large images/small objects

smenu最初是一個輕量級的、靈活的終端選單生成器，但很快就演變成一個強大的、多功能的選擇工具，用於互動式或 script

• https://github.com/p-gen/smenu/

smenu是一個選擇過濾器，就像sed是一個編輯過濾器一樣。

這個工具從標準輸入或檔案中提取文字，並在滾動視窗中以不同的佈局呈現在螢幕上。你可以輕鬆移動的游標讓你選擇其中的一個或多個。

需要注意的是，當滾動視窗的smenu顯示時，螢幕不會被事先清除。

它支援UTF-8編碼，應該可以在terminfo資料庫管理的所有終端上使用。

請使用隨附的man頁面來了解這個小程式的更多資訊。

wiki中包含了螢幕截圖和動畫，詳細介紹了smenu的一些概念和功能。

JavaScript資料庫，適用於Node.js、nw.js、electron和瀏覽器

• https://github.com/louischatriot/nedb

為Node.js、nw.js、Electron和瀏覽器提供嵌入式永續性或記憶體資料庫，100%JavaScript，無二進位檔依賴。API是MongoDB的一個子集，速度夠快。

深度學習論文的最小化實現/教學，並附有側記

• https://github.com/lab-ml/nn

這是一個神經網路和相關演算法的簡單PyTorch實現的集合。這些實現都有文件和說明。

網站將這些以並列的格式註解的形式呈現出來。我們相信這些會幫助你更好地理解這些演算法。

一個用於訓練、評估和部署穩健交易代理的開源強化學習框架

• https://github.com/tensortrade-org/tensortrade

TensorTrade是一個開源的Python框架，用於建構、訓練、評估和部署使用強化學習的穩健交易演算法。該框架專注於高度的可組合性和可擴充性，使系統能夠從單個CPU上的簡單交易策略擴充到HPC機器分佈上執行的複雜投資策略。

在引擎蓋下，該框架使用了許多來自現有機器學習庫的API，以維護高品質的資料管道和學習模型。TensorTrade的主要目標之一是透過利用numpy、pandas、gym、keras和tensorflow提供的現有工具和管道，實現演算法交易策略的快速實驗。

框架的每一個部分都被分割成可重用的元件，讓你可以利用社群建構的通用元件，同時保持你的專有功能的私密性。其目的是簡化使用深度強化學習測試和部署穩健交易代理的流程，讓你和我專注於建立盈利策略。

這個框架的目標是實現快速實驗，同時保持營運品質的資料管道。

3D 引表機的 G 程式碼生成器

• https://github.com/prusa3d/PrusaSlicer

PrusaSlicer 將 3D 模型（STL、OBJ、AMF）轉換成 FFF 印表機的G程式碼指令或mSLA 3D印表機的PNG層。它相容任何基於RepRap工具鏈的現代印表機，包括所有基於Marlin、Prusa、Sprinter和Repetier韌體的印表機。它還可以與Mach3、LinuxCNC和Machinekit控制器配合使用。

一個用 Rust 編寫的Python 直譯器

• https://github.com/RustPython/RustPython

可將 RustPython嵌入到你的Rust應用程式中

對在 Rust 編寫的應用程式中暴露 Python script 感興趣，或許可以在Rust的編譯時間較長的地方快速調整邏輯？那麼 examples/hello_embed.rs 和 examples/mini_repl.rs 可能會有一些幫助。

一個簡單的API，可以從網站上建立螢幕截圖和PDF檔案

• https://github.com/chrkaatz/the-snap

這位開發者有寫一篇 blog – Use Puppeteer and Nodejs to take screenshots and PDFs — as a Service ，描述他的實作過程