项目地址：
https://github.com/RangiLyu/nanodet
项目特点：
超轻量：模型文件只有 980KB(INT8) 或 1.8MB(FP16)。
超快：在移动 ARM CPU 上为 97fps(10.23ms)。
训练友好：比其他模型低得多的 GPU 内存成本。Batch-size=80 在 GTX1060 6G 上可用。
易于部署：提供各种后端的C++实现和基于ncnn推理框架的Android演示。
Android 演示：
模型基准：
NanoDet 是一种 FCOS 风格的单阶段无锚物体检测模型，它使用 ATSS 进行目标采样，使用 Generalized Focal Loss 进行分类和框回归。
配置环境：
Linux or MacOS
CUDA >= 10.0
Python >= 3.6
Pytorch >= 1.6
项目地址：
https://github.com/aws/graph-notebook
图形笔记本（graph notebook）提供了一种使用 Jupyter 笔记本与图形数据库进行交互的简单方法。使用这个开源 Python 包，您可以连接到任何支持 Apache TinkerPop 或 RDF SPARQL 图形模型的图形数据库。这些数据库可以在您的桌面或云中本地运行。图数据库可用于探索各种用例，包括知识图和身份图。
连接到以下图形数据库的说明：
配置环境：
Python 3.6.1-3.6.12
Jupyter Notebook 5.7.10
Tornado 4.5.3
A graph database that provides a SPARQL 1.1 Endpoint or a Gremlin Server
项目地址：
https://github.com/didi/maskdetection
为了进一步帮助抗击冠状病毒，滴滴出行决定免费向公众开放其口罩检测技术。该口罩检测技术由滴滴AI团队研发，基于DFS人脸检测算法和滴滴平台采用的人脸属性识别算法。该模型克服了一天中复杂的光照变化、人脸姿势变化、人脸尺度等多个难点，采用加权损失函数和数据增强方法来处理白天和夜间不同的口
