SIG

图：美国联邦通信委员会公布的金色版iPhone X凤凰网科技讯 据AppleInsider北京时间4月14日报道，据美国联邦通信委员会（FCC）文件显示，苹果目前或曾经计划推出一款金色版iPhone X。本月，美国联邦通信委员会在官网上公布了金色版iPhone X的照片，尽管这些照片实际上要追溯到去年9月和10月。照片显示，上色的部分包括机身背部和金属边框。虽然这款手机毫无疑问是iPhone X，但美国联邦通信委员会称它采用的是“LCD显示屏”而非OLED。另外照片显示，在机身背部的“iPhone”一词下面，存在着欧洲监管标志。AppleInsider已经向美国联邦通信委员会验证了文件的真实性，因此没有理由怀疑它们的存在。实际上，关于金色iPhone X的传闻早在这款手机去年9月推出之前便已存在了。最近几周，传闻又出人意料地再次掀起。据业界分析，一种可能的情况是，苹果将在不久的将来推出一款金色iPhone X，以温和地刺激销量，就像iPhone 8和8 Plus的红色版本一样。另一方面，由于此前iPhone X产能不足，苹果可能很早之前就放弃了推出金色版的想法。不过，iPhone X的产能目前已经迅速改善，用户可以按需购买。iPhone X在去年11月正式上市，但只有银色和太空灰两种颜色选择。相比之下，一同SIG

原标题：超跑品质 兰博基尼打造全新电动自行车 作为国际顶尖的超跑制造商，兰博基尼之前曾经与一些高端自行车制造商进行过合作。最近兰博基尼又与意大利Italtechnology公司合作打造了全新的电动自行车。 兰博基尼打造全新的电动自行车 据了解，新车的实际和研发历时五年，获得了四项国际专利，整车无论是设计还是技术都达到了顶级水平。为了迎合新车的主题，兰博基尼特意将新车的发布地点选在了圣阿加塔的博物馆。 这款电动自行车在ECO模式下可以实现最大145Km的续航里程，仅需4小时的时间，用户便可以把电池充满继续上路。 新车将于下个月正式开售 目前兰博基尼方面并未公布新车的具体技术细节，只是表示新车可以“快速达到规定允许的最大时速”，换言之，新车在加速性能方面的表现一定相当出色。新车将于5月正式上线销售。SIG

原标题：Luuna 睡眠眼罩：用脑电波制造音乐，让你安然入睡 工作和生活的压力有的时候会影响到我们的睡眠，一些高科技的助眠设备也因此应运而生，比如我们今天要介绍的 Luuna 睡眠眼罩。 Luuna 是一款智能的助眠设备，它能够通过 EEG（脑电图）信号来检测到佩戴者的睡眠状态，并通过自身的人工智能技术来播放符合佩戴者睡眠循环（深度或浅度睡眠）的音乐或声音。 Luuna 所播放的音乐基本上可以说是由佩戴者的脑电波所“创作”的，它所反映出的就是你当前的感受。如果你心情愉悦，那音乐就会很轻快；如果你很放松，音乐也会很平静。 不管你是想提高注意力、小睡片刻还是整晚安睡，它都能提供帮助。在配套的应用程序当中，你可以选择自己需要的睡眠模式，随后，Luuna 便会利用自身的人工智能功能来播放舒缓的音乐帮助你入睡。 当检测到佩戴者入睡之后，Luuna 还会自动降低音量，并把当前播放的音乐替换成柔和的自然声音。而当你该起床的时候，它还会选在你睡眠最浅的时候把你叫醒。 如果你想了解自己的睡眠状况，Luuna 的应用程序可以提供相关的每日、每周和每月报告，并提供改善睡眠质量的建议。 Luuna 的重量仅有 50 克，3D设计SIG

4月12日，华为P20系列在上海东方体育中心正式向国内用户发布。作为华为2018 年度旗舰， 华为P20系列在继承了P系列的核心DNA之上，将科技与艺术完美结合，更让人惊喜的是华为P20 Pro突破传统限制，首创三摄像头系统，不仅为消费者打开了更新颖的“视界”，也再一次引领全球手机摄影的发展趋势，彻底颠覆了固有印象。本文就从硬件突破和算法革新两个方面详细讲述华为P20系列带来的革命。一、最领先的摄影系统1. 前所未见的4000万徕卡三镜头相比同时代手机产品而言，华为P20 Pro最为闪耀的特性即是搭载史无前例的三摄像头模组。近年来，华为在与影像巨头徕卡的深入合作下，成功推出了一系列搭载徕卡双摄像头、具备领先摄影能力的智能手机产品，受到业界和消费者多方赞誉。此次，华为再度牵手徕卡，为全新旗舰华为P20 Pro配置了VARIO-SUMMILUX徕卡三镜头：独家定制采用1/1.7英寸超大感光元件的4000万像素彩色模组，搭配（等效焦距约27mm的）f/1.8光圈镜头，还原精致细节和真实的色彩信息；2000万像素超清黑白模组，搭配（等效焦距约27mm的）f/1.6光圈镜头，带来经典且风格浓郁的影调；业内首创800万像素长焦模组，搭配（等效焦距约81mm的）f/2.4光圈镜头，作为世界首创的第三SIG

原标题：用TensorFlow实现物体检测的像素级分类 最近，TensorFlow 的「物体检测 API」有了一个新功能，它能根据目标对象的像素位置来确定该对象的像素。换句话来说，TensorFlow 的物体检测从原来的图像级别成功上升到了像素级别。 使用 TensorFlow 的「物体检测 API」图片中的物体进行识别，最后的结果是图片中一个个将不同物体框起来的方框。最近，这个「物体检测 API」有了一个新功能，它能根据目标对象的像素位置确定该对象的像素，实现物体的像素分类。 TensorFlow 的物体检测 API 模型——Mask-RCNN 实例分割 「实例分割」是物体检测的延伸，它能让我们在普通的物体检测的基础上获取关于该对象更加精确、全面的信息。 在什么情况下我们才需要这样精确的信息呢？ 无人驾驶汽车为了确保安全，无人驾驶汽车需要精确定位道路上其他车辆和行人。 机器人系统机器人在连接两个部件时，如果知道这两个部件的确切位置，那么机器人的操作就会更加高效、准确。 「实例分割」的方法有很多，TensorFlow 进行「实例分割」使用的是 Mask RCNN 算法。 Mask R-CNN 算法概述 Mask RCNN 算法架构 在介绍 Mask RCNN 之前，SIG