乾貨|2019年3月五大機器學習Github庫

乾貨|2019年3月五大機器學習Github庫

No1:PyTorch Implementation of DeepMind's BigGAN

https://github.com/huggingface/pytorch-pretrained-BigGAN

對抗神經網絡(GANs)讓我們對計算機視覺著迷,它是由Lan Goodfellow在幾年前發明的,後來逐步發展為一個研究的整體。

乾貨|2019年3月五大機器學習Github庫

DeepMind去年提出了BigGAN的概念,直到現在我才通過PyTorch實現了它。該存儲庫還包括預訓練模型(128×128、256×256和512×512)。您只需在一行代碼中安裝:

pip install pytorch-pretrained-biggan

此外,如果您對BigGAN的論文感興趣,歡迎訪問以下網址,學習更多的知識:https://openreview.net/forum?id=B1xsqj09Fm

No2:NVIDIA's SPADE

https://github.com/NVlabs/SPADE

對任何對深度學習感興趣的人來說,處理圖像數據的能力逐漸成為一個決定性的因素。計算機視覺算法的出現和迅速發展在這一過程中發揮了至關重要作用,而Nvidia是這個領域的主要領導者。我們來看一下其在2018年以來的發展:

  • Video-to-Video Translation Technique using PyTorch(「鏈接」
  • NVIDIA's Machine Learning Model Converts a Standard Video into Stunning Slow Motion(「鏈接」
  • NVIDIA's FastPhotoStyle Library Will Make you an Artist(「鏈接」

而現在有人提出了NVIDIA另外的應用方向:在給定輸入語義佈局的情況下合成真實照片的能力。它的效果到底好不好?下圖的比較提供了一個很好的例子:

乾貨|2019年3月五大機器學習Github庫

SPADE在流行的COCO數據集上勝過了現有的方法,上面鏈接的存儲庫將承載PyTorch實現和此技術的預訓練模型。

No3:SiamMask – Fast Online Object Tracking and Segmentation

https://github.com/foolwood/SiamMask

乾貨|2019年3月五大機器學習Github庫

此存儲庫的方法是基於一篇論文" Fast Online Object Tracking and Segmentation: A Unifying Approach(https://arxiv.org/abs/1812.05050)"。這種技術被稱為SiamMask ,非常地簡單、通用和快捷。這個存儲庫是siammask(cvpr2019)的官方推理代碼。有關技術細節,請參閱上述論文。

No4:3D Human Pose Detection

https://github.com/mkocabas/EpipolarPose

該github項目代表著姿態檢測項目近年來所取得的進步。10年前誰會想到我們能夠預測一個人的下一次身體運動呢?

乾貨|2019年3月五大機器學習Github庫

該Github存儲庫是"使用多視圖幾何圖形的三維人體姿勢自監督學習"的PyTorch實現。作者開創了一種新的技術,稱為外極板姿勢,一種自我監督的學習方法估計人體的三維姿勢。在訓練階段,極板姿態技術從多視圖圖像估計二維姿態。然後,它使用極線幾何來生成三維姿勢,然後反過來又被用來訓練三維姿態估計器。

此外,本論文也被CVPR 2019大會接受!

No5:DeepCamera – World's First AutoML Deep Learning Edge AI Platform

https://github.com/SharpAI/DeepCamera

在多個方面,這是一個獨特的github存儲庫。這是一個開放源代碼的深度學習模型,用於保護我們的隱私。整個Deepcamera概念源於自動機器學習(automl)。所以我們甚至不需要任何編程經驗就可以訓練一個新的模型。

乾貨|2019年3月五大機器學習Github庫

Deepcamera可以在Android設備上工作,我們還可以將代碼與監控攝像頭集成在一起。Deepcamera的代碼還有很多功能,包括:

  • 人臉識別
  • 人臉檢測
  • 從移動應用程序控制
  • 目標檢測
  • 運動檢測

相關推薦

推薦中...