我們處于2021年初，在過去的一年中，機器學(xué)習(xí)社區(qū)發(fā)生了很多事情。

不用浪費時間，這里是最流行，趨勢最明顯的開源研究項目，演示和原型的導(dǎo)覽。從照片編輯到NLP，再到帶有"無代碼"的訓(xùn)練模型，我希望它們能激發(fā)您開發(fā)出令人難以置信的AI驅(qū)動產(chǎn)品。

1.背景遮罩v2

Background Matting v2從流行的"世界就是您的綠屏"開源項目中汲取了靈感，并展示了如何實時刪除或更改背景。它具有更好的性能(4K時為30fps，F(xiàn)HD為60fps)，可與流行的視頻會議應(yīng)用Zoom一起使用。

該技術(shù)使用捕獲的背景附加幀，并將其用于恢復(fù)alpha遮罩和前景層。為了實時處理高分辨率圖像，使用了兩個神經(jīng)網(wǎng)絡(luò)。

如果您想在保留背景的同時從視頻中刪除某人，則該項目無疑會有所幫助。

2. SkyAR

這是另一個出色的項目，它可以實現(xiàn)視頻天空替換和協(xié)調(diào)，可以在樣式可控的視頻中自動生成逼真的戲劇性天空背景。

該項目基于Pytorch，部分改編了pytorch-CycleGAN-and-pix2pix項目中的代碼，并利用了天空遮罩，通過光流進行的運動估計以及圖像融合為視頻提供了藝術(shù)背景。

上面的開源在電影和視頻游戲中具有不可思議的潛力，例如增加假雨/晴天/等。

3. AnimeGAN v2

對照片進行卡通化始終是一個有趣的機器學(xué)習(xí)項目。是不是

AnimeGANv2這個項目是AnimeGAN的改進版本。具體來說，它結(jié)合了神經(jīng)風(fēng)格轉(zhuǎn)移和生成對抗網(wǎng)絡(luò)(GAN)來完成任務(wù)，同時還確保了防止高頻偽像的產(chǎn)生。

4. txtai

AI精致的搜索引擎和質(zhì)量檢查聊天機器人始終是小時的需求。這正是該項目的目的。

通過使用句子變形器，變形器和fais，txtai構(gòu)建了一個AI驅(qū)動的引擎，用于上下文搜索和提取性問題解答。

實質(zhì)上，txtai支持構(gòu)建文本索引以執(zhí)行相似性搜索并創(chuàng)建基于提取問題的系統(tǒng)。

5.將舊照片帶回生活

接下來，我們有Microsoft最新的照片恢復(fù)項目，該項目可以自動修復(fù)損壞的照片。

具體來說，它通過利用PyTorch中的深度學(xué)習(xí)實施來恢復(fù)劃痕檢測，面部增強和其他技術(shù)，從而使遭受復(fù)雜退化的舊照片得以恢復(fù)。

根據(jù)他們的研究論文："我們訓(xùn)練了兩個可變自動編碼器(VAE)，分別將舊照片和干凈的照片轉(zhuǎn)換為兩個潛在空間。并使用合成配對數(shù)據(jù)學(xué)習(xí)這兩個潛在空間之間的轉(zhuǎn)換。由于域間隙在緊湊的潛伏空間中是閉合的，因此這種轉(zhuǎn)換可很好地推廣到真實照片。此外，為了解決一張舊照片中混合的多種退化問題，我們設(shè)計了一個全局分支，該分支具有針對結(jié)構(gòu)化缺陷(例如劃痕和灰塵斑點)的局部非局部塊，而針對非結(jié)構(gòu)化缺陷(例如噪聲和模糊度)的局部分支。

該模型肯定優(yōu)于傳統(tǒng)方法，如以下演示所示：

6.頭像化

Deepfake項目席卷了機器學(xué)習(xí)和AI社區(qū)。該項目通過讓您在實時視頻會議應(yīng)用程序中創(chuàng)建逼真的頭像來顯示一個經(jīng)典示例。

基本上，它使用一階模型從視頻中提取運動，然后通過光流將其應(yīng)用于目標(biāo)頭像圖像。這樣，您可以在虛擬相機上生成化身，甚至可以為經(jīng)典繪畫制作動畫。從Elon Musk到Mona Lisa，您都可以假扮任何人來娛樂!

7.脈沖

這是一個AI模型，展示了如何從低分辨率的人臉圖像生成真實的人臉圖像。

PULSE代表通過生成模型的潛在空間探索進行自我監(jiān)督的照片上采樣，它基于創(chuàng)建逼真的SR圖像(也可以正確縮小比例)，提供了超分辨率問題的另一種表示方式。

8. pixel2style2pixel

基于研究論文"樣式編碼：用于圖像到圖像翻譯的StyleGAN編碼器"，該項目使用Pixel2Pixel框架，旨在使用相同的架構(gòu)按順序解決各種圖像到圖像的任務(wù)以避免任何可能的局部偏差。

基于新穎的編碼器網(wǎng)絡(luò)，可以訓(xùn)練該網(wǎng)絡(luò)以將面部圖像與額姿對齊，進行條件圖像合成并創(chuàng)建超分辨率圖像。

從漫畫家的照片中產(chǎn)生幾乎真實的人，到將草圖或面部分割轉(zhuǎn)換為逼真的圖像，您可以做很多事情。

9.伊格爾

這可能是由于預(yù)算問題或缺乏清晰的愿景，但尋找具有相關(guān)機器學(xué)習(xí)專業(yè)知識的人員始終是初創(chuàng)企業(yè)的挑戰(zhàn)。更重要的是，由于該領(lǐng)域始終處于發(fā)展之中。

因此，近來無代碼機器學(xué)習(xí)平臺激增，Google和Apple之類的公司發(fā)布了自己的工具集以快速訓(xùn)練模型。

這個令人愉悅的開源機器學(xué)習(xí)項目正是通過允許您在不編寫代碼的情況下訓(xùn)練/擬合，測試和使用模型來做到這一點的。雖然GUI拖放版本仍在開發(fā)中，但使用此項目的命令行工具可以實現(xiàn)很多功能：

//train or fit a modeligel fit -dp 'path_to_your_csv_dataset.csv' -yml 'path_to_your_yaml_file.yaml' 
 
//evaluateigel evaluate -dp 'path_to_your_evaluation_dataset.csv' 
 
//predictigel predict -dp 'path_to_your_test_dataset.csv' 

還有一個命令igel實驗可以將所有階段結(jié)合起來：訓(xùn)練，評估和預(yù)測。有關(guān)更多詳細信息，請參閱此處的文檔。

10.姿勢動畫師

最后但并非最不重要的一點是，我們有一個網(wǎng)絡(luò)動畫工具。基本上，該項目使用PoseNet和FaceMesh具有里程碑意義的結(jié)果，通過利用一些TensorFlow.js模型使SVG矢量圖像栩栩如生。

您可以通過以下方式對自己的設(shè)計或骨架圖像進行動畫處理：

結(jié)論

這是2020年發(fā)布的最流行和最受歡迎的機器學(xué)習(xí)項目的總結(jié)。

謝謝閱讀。