14个开源免费的人工智能项目，人脸识别依旧很受欢迎
如果你還沒有在機器學(xué)習(xí)中接受開放源代碼工具的美，那么你就錯過了！開源社區(qū)非常龐大，對新工具和擁抱使機器學(xué)習(xí)開放化的概念有著令人難以置信的支持態(tài)度。你必須已經(jīng)了解流行的開源工具，例如R，Python，JupyterNotebook等。但是，除了這些受歡迎的工具之外，還有一個廣闊的世界–存在著雷達(dá)式機器學(xué)習(xí)工具的地方。這些功能不如其他功能出色，但可以節(jié)省許多機器學(xué)習(xí)任務(wù)。
在本文中，我們推薦了14種用于機器學(xué)習(xí)的開源工具。我強烈建議你花一些時間來學(xué)習(xí)我提到的每個類別。
1、深度通用概率編程
Uber AI實驗室構(gòu)建了這個深度概率編程庫，以幫助簡化其運輸服務(wù)的預(yù)測和優(yōu)化收益。 該庫將對處理概率建模的任何人都感興趣。機會從匹配的騎手到駕駛員，到建議最佳路線，尋找合理的泳池組合，甚至創(chuàng)造出下一代智能汽車。 為了解決這些挑戰(zhàn)，我們將最先進(jìn)的人工智能（AI）技術(shù)與數(shù)據(jù)科學(xué)家，工程師和其他用戶的豐富專業(yè)知識相結(jié)合。 我們正在探索一種以工具為先的方法，這將使我們和其他人能夠開發(fā)下一代AI解決方案。
2、ParlAI
作為Facebook研究項目的一部分，ParlAI是一個框架，用于在各種公開可用的對話框數(shù)據(jù)集上訓(xùn)練和評估AI模型。 ParlAI將使研究人員可以訪問許多流行的數(shù)據(jù)集，同時擁有一個用于共享和測試對話框模型的統(tǒng)一框架。
3、ELF與AlphaGoZero
ELF是AlphaGoZero / AlphaZero重新實現(xiàn)的游戲研究平臺。 ELF提供了用于游戲研究的端到端解決方案。 它包括微型實時戰(zhàn)略游戲環(huán)境，并發(fā)模擬，數(shù)千臺機器上的分布式培訓(xùn)，直觀的API，基于Web的可視化以及由PyTorch支持的強化學(xué)習(xí)框架。
4、Detectron
Detectron是Facebook AI Research的軟件系統(tǒng)，它實現(xiàn)了包括Mask R-CNN在內(nèi)的最新對象檢測算法。 它是用Python編寫的，并由Caffe2深度學(xué)習(xí)框架提供支持。
5、Fast Style Transfer
借助TensorFlow CNN實施，這也許是圖像樣式轉(zhuǎn)換的最佳示例之一，并且顧名思義，它的完成速度非常快。 該實現(xiàn)是基于Gatys的藝術(shù)風(fēng)格神經(jīng)算法，Johnson的實時風(fēng)格傳遞和超分辨率的感性損失以及Ulyanov的實例規(guī)范化的結(jié)合。
6、人臉識別
該工具提供了用于面部識別的簡單API。它可以找到面部特征，并可以猜測給定照片中的人物。使用dlib先進(jìn)的人臉識別技術(shù)和深度學(xué)習(xí)技術(shù)構(gòu)建。該模型在Wild基準(zhǔn)中的Labeled Faces上的準(zhǔn)確性為99.38％。這也提供了一個簡單的face_recognition命令行工具，使您可以從命令行對圖像文件夾進(jìn)行人臉識別！
7、深度照片風(fēng)格轉(zhuǎn)換
另一個夢幻般的風(fēng)格轉(zhuǎn)移項目。它提供了簡單的API來播放合并樣式和源圖像。圖像樣式轉(zhuǎn)換非常令人印象深刻。
8、Fast Text
fastText是一個用于高效學(xué)習(xí)單詞表示和句子分類的庫。文本分類的目的是將文檔（例如電子郵件，帖子，文本消息，產(chǎn)品評論等）分配給一個或多個類別。
9、AirSim空中模擬
AirSim是一款基于虛幻引擎的無人機，汽車等模擬器。它是開放源代碼的跨平臺，并且支持流行的飛行控制器（例如PX4）進(jìn)行硬件在環(huán)仿真，以進(jìn)行物理和視覺逼真的仿真。這是一個虛幻的插件，可以簡單地放入所需的任何虛幻環(huán)境中。
10、Image restoration
機器學(xué)習(xí)的作用超出了我們的想象。借助Deep Image Prior，它可以通過神經(jīng)網(wǎng)絡(luò)來固定圖像，而無需學(xué)習(xí)。該工具可以恢復(fù)帶有劃痕，斑點和/或不需要的文本標(biāo)記的損壞圖像。
11、Open Pose
Open Pose代表了第一個實時多人系統(tǒng)，可以在單個圖像上聯(lián)合檢測人體，手，面部和腳的關(guān)鍵點（總共135個關(guān)鍵點）。它可以檢測腳，身體，臉和手。
12、pirateAT
PirateAI在模擬環(huán)境（島嶼）中訓(xùn)練自治代理（海盜）。 此倉庫運行一條訓(xùn)練流水線，該流水線在游戲（找到寶藏）和模型訓(xùn)練課程（Keras + hyperopt）之間交替。
13、Emoji Intelligence
與清單中的許多項目相比，這相當(dāng)簡單，但這是學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)如何工作的一個很好的起點。 該實現(xiàn)是在沒有任何庫的純Swift中實現(xiàn)的，并且很容易遵循。
14、基于示例的深度著色
基于示例的深度著色是基于示例的局部著色的第一種深度學(xué)習(xí)方法。 給定參考彩色圖像，我們的卷積神經(jīng)網(wǎng)絡(luò)直接將灰度圖像映射到輸出彩色圖像。 這是基于深度樣本的著色的論文的實現(xiàn)。
化繁為簡，簡單3步，只需5分鐘。
在人工智能愈發(fā)熱門的大背景下，學(xué)習(xí)、體驗新技術(shù)的需求也日漸增多。學(xué)以致用才能真正掌握一門技術(shù)。
鈦靈 AIX是一款集計算機視覺與智能語音交互兩大核心功能為一體的人工智能“超級大腦”，搭載 Intel 專業(yè)級 AI 加速運算芯片與多種傳感技術(shù)。它支持邊緣深度學(xué)習(xí)，搭配 Model Play 人工智能模型共享平臺，開發(fā)者可以輕松將 AI 模型移植到程序中開發(fā)應(yīng)用。
1. 下載預(yù)訓(xùn)練并編譯好的AI模型
2. 讀取模型文件，將圖像或音頻文件送入模型中，即可獲得AI模型的推理結(jié)果
3. 將模型的推理結(jié)果配合自己編寫的python代碼，即可以開發(fā)一個屬于自己的AI小程序
————————————————
版權(quán)聲明：本文為CSDN博主「Tecsae」的原創(chuàng)文章，遵循CC 4.0 BY-SA版權(quán)協(xié)議，轉(zhuǎn)載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/Tecsae/article/details/103421199
總結(jié)
以上是生活随笔為你收集整理的14个开源免费的人工智能项目，人脸识别依旧很受欢迎的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 明日事
- 下一篇： Visual Studio C# 利用g