2019年最值得學習的機器學習項目（下）

2019 年 11 月 6 日
筆記

在昨天的 2019 年最值得學習的機器學習項目（上）中，我們盤點了很多優秀的機器學習項目，其中有 3D 姿態估計，建築機器翻譯，圖像和視頻中的汽車消除等等有意思的內容。接下來，我們將繼續介紹更多優秀的機器學習項目，讓同學們都能找到感興趣的學習內容。

在下篇中，我們將從一個內衣檢測項目作為開始，下面讓我們看看有哪些好玩的項目吧~

內衣檢測儀

——Nick Bourdakos

這完全可以理解。但嚴肅地說，ML 驅動的 NSFW 濾波器是一個非常有用的應用程序，可以調節用戶生成的內容。

twitter：https://twitter.com/bourdakos1

代碼：https://github.com/cloud-annotations/training

BERT，完全在設備上運行

——Hugging Face

上面，我們討論了 Hugging Face 為將最強大的語言模型引入智能手機等邊緣設備所做的持續努力。這個演示是一個關於在 ios 上用 BERT 回答問題的項目。

twitter：https://twitter.com/julien_c

代碼：

網址：https://github.com/huggingface/swift-coreml-transformers

「潛在歷史」：集體攝影記憶

——Refik Anadol

這是一個令人驚嘆的視覺演示，可以喚起對現代歷史的深刻欣賞與喜歡。VentureBeat 對該項目的簡介很好地解釋了這一點：

這篇文章從一組 30 萬張照片中生成圖像，其中包括有 150 年歷史的斯德哥爾摩市檔案館和過去 15 年從同一地點拍攝的彩色圖像。

由此產生的效果是對集體記憶的藝術呈現，大致說可以與當今世界融為一體。

twitter：https://twitter.com/refikanadol

VentureBeat 特徵：

網址：https://venturebeat.com/2019/07/05/latent-historys-machine-hallucination-ai-art-will-melt-your-mind/

項目頁面：

網址：http://www.k-blogg.se/2019/09/12/latent-history-a-machine-dreams-of-a-stockholm-that-never-was/

從自拍中移除手機的掩蔽和圖像處理

——Abhishek Singh

照片中沒有手機的鏡像自拍是真的鏡像自拍，還是別的什麼？不管是哪一類，Abhishek Singh 的酷炫演示分三步進行：

分割模型對屬於 phone 類對象的每個像素進行分類。
將像素級掩膜應用於分割電話。
將圖像應用於分割後的手機，產生模糊效果。

twitter：https://twitter.com/shekitup

代碼：

網址：https://github.com/shekit/mirror-selfie

用 DVD-GAN 生成整個視頻

——Aidan Clark, Jeff Donahue, Karen Simonyan

在這裡，我們有一個生成模型，能夠生成具有高複雜度和保真度的視頻。這種視頻樣本的生成可能會改變合成數據集的生存能力。在用 GANs 生成圖像方面有相當多的工作（這裡的許多項目都展示了這一點），但是生成高質量的視頻在數據生成、視頻合成和視頻預測任務等方面提供了廣泛的可能性。

twitter：https://twitter.com/roadrunning01

論文：

https://arxiv.org/abs/1907.06571

在 BigGAN 的潛在空間尋找一幅先前生成的圖像

——Mario Klingemann

這裡的推特說明了一切。此外，這個線程還包含更多演示視頻，通過額外的迭代來展示項目的進度。能看到 ML 工程師使用 GAN 潛在空間的各種不同方式，真是太神奇了。

twitter：https://twitter.com/quasimondo

用神經繪畫技術去除運動物體

——Abhishek Singh

在某些方面類似於他的鏡像項目（如上圖所示）。這一次讓我笑了——不知為什麼，看到世界級的運動員追逐一個看不見的球真的很有趣。

Abhishek 還快速概述了項目結構：

「Maskrcnn 在 Coco 數據集上訓練以識別和分割對象->將其屏蔽並刪除像素->在 Place2 數據集上訓練邊緣連接模型以填充丟失的像素。」

twitter：https://twitter.com/shekitup

HoloGAN：學習物體的幾何表示

——Thu Nguyen-Phuoc

看到分離的三維表示僅僅來自單一視圖的二維圖像令人印象深刻。

來自摘要：

我們的實驗表明，利用顯式的三維特徵，HoloGAN 能夠將三維姿態和身份信息分離出來，並進一步分解為形狀和外觀，同時仍然能夠生成與其他生成模型相似或更高視覺質量的圖像。HoloGAN 只能從未標記的二維圖像進行端到端的訓練。特別是，我們不需要姿態標籤、三維形狀或同一對象的多個視圖。這表明 HoloGAN 是第一個以完全無監督的方式從自然圖像中學習三維表示的生成模型。

twitter：https://twitter.com/thunguyenphuoc

項目頁面：

網址：https://www.monkeyoverflow.com/

使用姿態估計在瀏覽器中自動更改文本大小

——Olesya Chenyavskaya

我是 ML 項目的忠實粉絲，這些項目致力於使我們每天使用的工具更容易訪問。這裡就有一個改變瀏覽器窗口內的文本大小的項目。

twitter：https://twitter.com/monolesan

項目頁面和 demo：

網址：https://glitch.com/~make-me-big

「Gym City」：用神經網絡模擬城市

——Sam Earle

這個項目的 github repo 比以往任何時候都能更好地解釋這裡發生的事情，因此我將讓它在這裡完成工作：

一個強化學習界面，用於可變規模的城市規劃型健身房環境。

twitter：https://twitter.com/jamesonthecrow

代碼：

網址：https://github.com/smearle/gym-city

基於 GANs 和單參考圖像的運動風格轉換

——SVIP Lab

運動模擬+風格轉換是一個很酷的想法，而在這個項目中提出的統一框架具有廣泛的轉換可能性。

摘要包含了對該項目的特色描述，包括它與其他方法的區別：

現有的任務特定方法主要使用 2D 關鍵點（姿勢）來估計人體結構。然而，它們只表達位置信息，沒有能力描述個體的個性化形狀，也無法模擬肢體旋轉。本文提出了一種三維人體網格恢復模型，它不僅可以對關節的位置和旋轉進行建模，而且可以對個性化的人體形狀進行表徵。為了保留源信息，如紋理、樣式、顏色和面部特徵，我們提出了一種帶液體翹曲塊的液體翹曲 GAN，它在圖像和特徵空間中傳播源信息，並根據參考合成圖像。