@wyz123723 你花再多，主播也不是你的，和你也没有任何关系。已 Block。

@wyz123723 为什么你会觉得你给主播送了礼物，你同 TA 之间就有了牵连，以至于她找了男朋友你甚至会觉得难受？仔细想想你们这种人真是太可怕了。

1. 首先不是因为穷，我学生没钱的时候也会为内容付费。
2. 享受别人带来的劳动成果，不论是陪你打发时间还是带来了很好的直播体验，都是别人的劳动成果。一定的 reward 是自己对其成果的尊重。
3. 直播刷礼物和付费门票其实是一个道理，只不过是道具收费和点卡制的差别罢了，twitch 上订阅主播有时候也需要付费的。

所以保研的时候要挑好的老师啊，国内还是有专心于科研的导师的。除此之外国外大环境要优于国内，有条件还是要去深造。至于楼上 "正常硕士就没科研能力"，这种显然就是一叶障目的典型了。虽说硕士的毕业要求没有博士高，但是负责任的老师还是会以顶会的期望来要求你。

印象最深的是，熊猫是第一个支持 html5 播放器的平台。

三年前实习就是这个待遇 然后我没去

@capbone 因为经常会在服务器上操作，所以一切环境配置的事都很少用图形页面去做了。至于 PyCharm，根据我的经验，只有在对环境进行更改后，才会进行一次 re-indexing，平时打开应该只是读取了某个 table ？

由于 python 不同包之间的依赖关系，anaconda 并不支持已安装包的共享，只是会利用一些 cache 来省去二次下载的过程或者初始环境时的 clone 功能。
一开始用 Anaconda 的时候，我也是习惯一个框架一个环境，后来磁盘空间实在窘迫，就还是按照 python 版本划分了两个子环境，用到现在也觉得没必要再细分了。另外 Use Conda Package Manager，这个应该对应的是这个 button 上面的那个+号之类的功能吧... 无关紧要了，反正也是命令行安装。

https://imgur.com/zwoFkmx 贴错链接了（）

用各种算子把特征给提出来嘛，可以看下 2013 年前图像分割的一些视觉论文。比如最简单的梯度说不定就有帮助，简单跑了一下：
https://imgur.com/a/YUViN1d

或者要用屌一点的方法，直接放进图像分割的网络里 train，这种自动打的码，也很容易造出大量训练数据集。

@lonccc 那是因为 segmentation 搞得人比 matting 的人多很多啊... 视觉现在太火了，但是 matting 其实又不算传统意义上的视觉

别的我不说，这个年度账单至少分析了我的 出行、外卖消费、旅行、观影。
作为一个支付的后台，你分析我每个月花多少钱没问题，还分析其他的是不是有点越线了。。。

至少在学术领域中：
image matting 才是最接近抠图这个词的, 相关的研究会考虑到抠图的细节，例如头发，阴影之类，符合我们大多对抠图的理解。
image segmentation 相比较而言，更在意一幅图片里面 object level, semantic level 的区分，对每一个物体的细节不会太在意。
其他的 crop, clip, cut 肯定都是不合适的（ cut 这个词是从 graphcut 中悟出来的？可是这里的 cut 是图割不是图片分割...）

北京联通 复现

一楼的回答并不是很难啊，简单基于 DL 的 Image Recognization, 加上一个热量索引表就做出来了，毕业论文也不用追求啥鲁棒性，能有结果 show 出来就好。要工程有工程，要高度有高度。

顺便吐槽上面做便签的，这个你让别人怎么憋出好几万字哦...

并不想让他们知道。。

都是程序员，应该学会分析自己的需求了。

你如果需要编译需要虚拟机或者吃内存的操作，那就无脑上；如果只是偶尔改改代码写写 paper，该跑的东西都在服务器或者主机上跑，8G 倒是够用。按需配置才是最合适的。有钱另算。