2019年3月五大机器学习Github库

2019-04-26 本文已影响144人人工智能遇见磐创

No1：PyTorch Implementation of DeepMind's BigGAN

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

对抗神经网络（GANs）让我们对计算机视觉着迷，它是由Lan Goodfellow在几年前发明的，后来逐步发展为一个研究的整体。

DeepMind去年提出了BigGAN的概念，直到现在我才通过PyTorch实现了它。该存储库还包括预训练模型（128×128、256×256和512×512）。您只需在一行代码中安装：

pip install pytorch-pretrained-biggan

此外，如果您对BigGAN的论文感兴趣，欢迎访问以下网址，学习更多的知识：https://openreview.net/forum?id=B1xsqj09Fm

No2：NVIDIA's SPADE

https://github.com/NVlabs/SPADE

对任何对深度学习感兴趣的人来说，处理图像数据的能力逐渐成为一个决定性的因素。计算机视觉算法的出现和迅速发展在这一过程中发挥了至关重要作用，而Nvidia是这个领域的主要领导者。我们来看一下其在2018年以来的发展：

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

而现在有人提出了NVIDIA另外的应用方向：在给定输入语义布局的情况下合成真实照片的能力。它的效果到底好不好？下图的比较提供了一个很好的例子：

SPADE在流行的COCO数据集上胜过了现有的方法，上面链接的存储库将承载PyTorch实现和此技术的预训练模型。

No3：SiamMask – Fast Online Object Tracking and Segmentation

https://github.com/foolwood/SiamMask

此存储库的方法是基于一篇论文" Fast Online Object Tracking and Segmentation: A Unifying Approach（https://arxiv.org/abs/1812.05050）"。这种技术被称为SiamMask ，非常地简单、通用和快捷。这个存储库是siammask（cvpr2019）的官方推理代码。有关技术细节，请参阅上述论文。