周获 4700 Star 全球疫情数据可视化系统，超轻量级中文 OCR……GitHub 一周热点速览 _周获

文章插图

摘要：连着两周成绩平平的 GitHub Trending 榜，终于和三月的天气一样进入全面变暖的模式，无论是本周刚开源搭乘 OCR 热点并获得 1,500+ star 的 chineseocr_lite，还是借着国外疫情大爆发这股“东风”一周获得近 5,000+ star 的可视化项目 COVID-19，或是 Google Drive 升级版可备份的云盘项目 MyDrive 都交上了不错的成绩单，500 ， 1,000，2,000…这是本周 GitHub 新生项的成绩单，当然老而弥坚的 GitHub 老项目表现也不错，你可以在本周的 #尚能星否 GitHub 老项目# 看到他们不孬的表现，当然本周的安全主题收录的 3 个项目也是高 star 项，值得一马。

以下内容摘录自上周微博的 GitHub Trending，选项标准：新发布 | 实用 | 有趣，根据项目 release 时间分类，发布时间超过 30 天的项目一律称之为成熟稳重老项目，由于文章篇幅问题还有部分项目未能在本文展示，望周知

文章插图

文章插图
可怕 GitHub 新生
1.1 中文 OCR：chineseocr_lite本周 star 增长数：1750+
chineseocr_lite 是个超轻量级中文 OCR，支持竖排文字识别，支持 NCNN 推理，总模型仅 17M，包含 psenet (8.5M)、crnn (6.3M)、anglenet (1.5M) 。

GitHub 地址
→***/ouyanghuiyu/chineseocr_lite

文章插图
1.2 可视化疫情数据：COVID-19本周 star 增长数：4700+
随着国外 nCoV 进入爆发式增长，GitHub 上关于 nCoV 的项目也跟着“水涨船高” ， COVID-19 是 Johns Hopkins 大学系统科学与工程中心开源的 COVID-19 全球疫情数据可视化图，该项目已在 GitHub Trending 榜上呆过一周，且可实时查看到最新数据。

GitHub 地址
→***/CSSEGISandData/COVID-19

文章插图
1.3 先马为敬：ultimate-coding-resources本周 star 增长数：1700+
ultimate-coding-resources，美其名曰：无尽的编程技巧源泉，它收录了编程、Web 开发、计算科学等方面的最佳实践，并将它分类成书籍、课程、Coding 网站、算法平台、组件库、文档、招聘、黑客马拉松、工具、Chrome 扩展等等 10+ 大类，而且每个分类尽量全面地收录对应的资源，如果你要编程之类的资源不妨先搜索下这个项目是否已帮你收录了

GitHub 地址
→***/PizzaPokerGuy/ultimate-coding-resources

1.4 升级版 Google Drive本周 star 增长数：800+
MyDrive 是一个用 Node.js、React 和 MongoDB 搭建的类 Google Drive 项目，此外，MyDrive 还提供了一些内置服务器工具，比如备份数据库、还原数据库等操作，用 MyDrive 再也不怕删除东西之后说找不回来了。

GitHub 地址
→***/subnub/myDrive

文章插图
1.5 个性化的 Apple Music：AppleMusicUltra
本周 star 增长数：300+
AppleMusicUltra 是一个用 Swift 开发的音乐应用，它用 WKWebView 组件、CSS、Javascript 技术实现音乐播放器个性化的自定义设置，如果你想学习 WKWebView 不妨试试这个项目。

GitHub 地址
→***/revblaze/AppleMusicUltra

文章插图
1.6 专属图片流：photo-stream本周 star 增长数：1100+
photo-stream 是一个刚开源仅仅用于托管图片的项目。喜欢拍照分享的我们在社交平台很难拥有图片的所有权，为此项目作者制作了这个用于存放图片的项目，你可以自托管你的图片并在 Netlify、GitHub Pages 等地方使用。

GitHub 地址
→***/maxvoltar/photo-stream

文章插图
1.7 预训练工具：ELECTRA本周 star 增长数：550+
ELECTRA 是一种新的自监督语言表示学习方法，它可以用相对较少的计算量对变压器网络进行预训练。ELECTRA 模型被训练来区分“真实的”输入标记和由另一个神经网络产生的“虚假的”输入标记，类似于 GAN 鉴别器。在小范围内，ELECTRA 甚至可以在单 GPU 上实现强大的性能。在大范围内，ELECTRA 在 SQuAD 2.0 数据集上实现了最先进的结果。