Patch bbswitch para kernel 5.6

Dicas Linux

A seguir os comandos para download e aplicação do patch para compatibilizar o módulo dkms-bbswitch para o kernel 5.6.

$ wget https://gist.github.com/cabelo/14fc07faea8ed0905689754b339123b6/raw/4ed7f33199ff173d2a00de7eb882dfc45693b4a7/0001-Update-proc_create_call-for-5.6-kernel.patch

$ patch -s -p1 --fuzz=0 < 0001-Update-proc_create_call-for-5.6-kernel.patch

Durante o isolamento, programe em python no Minecraft com seu filho.

Dicas Linux

Disponibilizo neste artigo, como utilizar o poder da linguagem Python famoso no jogo Minecraft. Assim tornando possível interagir em tempo real com o jogo, criar mundos realistas e até criar modalidades dentro deste universo utilizando o desenvolvimento. Excelente recurso para passar o tempo sozinho ou com seus filhos durante esta fase de isolamento social devido a pandemia.

Leia o Artigo na Íntegra aqui: https://www.vivaolinux.com.br/artigo/Programe-em-Python-no-jogo-Minecraft-com-seu-filho-ou-sozinho/

Android x86 no 2 em 1 Yoga

Android, Dicas Linux

O Android 9 for x86, rodou perfeitamente no 2 em 1 da Lenovo (Linha Yoga), inclusive a caneta Stylus Pen. A seguir a linha do grub para multi-boot. As demais informações sugiro obter no link : https://www.android-x86.org/

menuentry 'Android-x86 9.0-r2' --class android {
        insmod part_gpt
        set root='20e72e54-0e0f-486d-b6a0-630e470c7f02'
        search --file --no-floppy --set=root /android-9.0-r2/system.sfs
        linux /android-9.0-r2/kernel  root=/dev/ram0 androidboot.selinux=permissive quiet DATA=
        initrd /android-9.0-r2/initrd.img
}

Yolo4! o Novo estado da Arte em Detecção de Objetos

Dicas Linux,

o YOLO é uma abordagens baseadas em Deep Learning para a detecção de objetos. Seu algoritmo é baseado em regressão, sendo assim o processamento é executada uma única vez sobre a imagem. E por consequência consegue fazer a detecção de objetos em tempo real ou quase real, dependendo de hardware e resolução das imagens.

https://camo.githubusercontent.com/e69d4118b20a42de4e23b9549f9a6ec6dbbb0814/687474703a2f2f706a7265646469652e636f6d2f6d656469612f66696c65732f6461726b6e65742d626c61636b2d736d616c6c2e706e67

O YOLO v4 foi lançado agora em abril de 2020, não pelo criador do YOLO. Pois em fevereiro de 2020, o autor anunciou que estava deixando o segmento de visão computacional em função do possível impacto negativo que o projeto traria para a humanidade.

Em testes, o YOLOv4 obteve uma velocidade em tempo real de ∼65 FPS no Tesla V100, superando os seus concorrente mais rápidos e precisos em termos de velocidade e precisão. O YOLOv4 é duas vezes mais rápido que o EfficientDet com desempenho similar. Além disso, em comparação sua versão anterior ( o YOLOv3) os FPS aumentaram 12%.

Mais informações aqui: https://github.com/AlexeyAB/darknet

Biometria Facial com máscara de proteção respiratória.

Dicas Linux

Identificação de um objeto com obstrução, é um desafio já factível em visão computacional graças as redes neurais convolucionais. Sendo assim, a OITI TECNOLOGIES concluiu o desenvolvimento do processamento da biometria facial com faces obstruídas por máscaras de proteção respiratória.

Autenticação Biométrica com máscara

Este recurso é muito útil em ambiente presenciais, com no mercado de Financeiro e Varejo. Onde o usuário não precisa remover a máscara.

Então OITI disponibiliza a tecnologia Certiface, permite processar a biometria facial para proteger a identidade do cliente sem amentar os risco de contágio. Pois no manual de orientação da ANVISA, umas das orientações é não tocar na máscara. Em breve mais informações no blog da OITI TECHNOLOGIES. A seguir o teste laboratorial da tecnologia.

IA para reconhecimento do COVID-19 em raio X

Dicas Linux

RESSALTO QUE SÃO APENAS TESTES INICIAIS, Não posso ter a pretensão, muito menos gerar expectativas e nem sensacionalismo com este post. É um assunto muito sério!

Não quero me promover, mesmo porque são apenas testes e iniciativas em execução acontecendo no mundo todo. Mas com uma base de conhecimento, talvez os resultados podem ser confiáveis, e com as ferramentas de inferência e aceleração de hardware diminuiremos os custos computacionais.

Embora seja um modesto teste com IA (Deep Learning), e também não podemos ainda utilizar e/ou garantir o uso desta técnica na triagem sem um estudo Clínico (os coeficientes de FALSO NEGATIVO e FALSO POSITIVO).

Entretanto existe uma notória possibilidade evolutiva desta técnica, comprovada com a pequena quantidade utilizada de amostragem (dataset) com 249 imagens de raio X da China,Itália, Espanha, Egito e outros.

Em breve reportarei novidades nas próximas semanas.