专栏首页机器学习与生成对抗网络github优秀项目分享:基于yolov3的轻量级人脸检测、增值税发票OCR识别 等8大项目

github优秀项目分享:基于yolov3的轻量级人脸检测、增值税发票OCR识别 等8大项目

文章来源:七月在线实验室

01

yolo-face-with-landmark 使用pytroch实现的基于yolov3的轻量级人脸检测

实现的功能:

添加关键点检测分支,使用wing loss。

安装和使用:

git clone https://github.com/ouyanghuiyu/yolo-face-with-landmark 使用src/retinaface2yololandmark.py脚本将retinaface的标记文件转为yolo的格式使用 使用src/create_train.py 创建训练样本

测试:

在wider face val精度(单尺度输入分辨率:320*240)

在wider face val精度(单尺度输入分辨率:640*480)

项目地址:

https://github.com/ouyanghuiyu/yolo-face-with-landmark

02

metfaces-dataset 从艺术品中提取的人脸图像数据集

MetFaces是从艺术品中提取的人脸图像数据集,最初是我们在以下方面的工作之一:

用有限的数据训练生成对抗网络

该数据集包含1336个分辨率为1024×1024的高质量PNG图像。这些图像是通过大都会艺术博物馆收藏的API下载的,并使用dlib自动对齐和裁剪。各种自动过滤器用于修剪设备。

所有数据都托管在Google云端硬盘上:

项目地址:

https://github.com/NVlabs/metfaces-dataset

03

invoice 增值税发票OCR识别

增值税发票OCR识别,使用flask微服务架构,识别type:增值税电子普通发票,增值税普通发票,增值税专用发票;识别字段为:发票代码、发票号码、开票日期、校验码、税后金额等。

环境:

python3.5/3.6 依赖项安装: pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

模型架构:

Y0L0v3+CRNN+CTC

模型:

模型下载地址:

https://pan.baidu.com/s/1bjtd3ueiUj3rt16p2_YQ2w

将下载完毕的模型文件夹models放置于项目根目录下。

服务启动:

python3 app.py

服务调用地址:

http://...: [端口号]/invoice-ocr,例:http://127.0.0.1:11111/invoice-ocr

项目地址:

https://github.com/guanshuicheng/invoice

04

OpenSelfSup 自监督学习工具箱和基准

以下是无监督学习,自监督学习和表象学习之间的关系。此项目专注于阴影区域,即无监督的表示学习。自监督的表示学习是它的主要分支。

由于在很多情况下,我们不会严格区分自监督表示学习和无监督表示学习,因此我们仍将此项目称为OpenSelfSup。

主要特征:

所有方法都在一个存储库中 灵活性和可扩展性 OpenSelfSup遵循MMDetection的类似代码体系结构,但比MMDetection更加灵活,因为OpenSelfSup集成了各种自我监督的任务,包括分类,联合聚类和特征学习,对比学习,带有存储库的任务等。 效率 所有方法都支持多机多GPU分布式训练。 标准化基准 对基准进行了标准化,包括逻辑回归,线性探测特征的SVM /低速SVM,半监督分类和对象检测。

项目地址:

https://github.com/open-mmlab/OpenSelfSup

05

detectron2 对象检测和分割平台

Detectron2是Facebook AI Research的下一代软件系统,可实现最新的对象检测算法。它是对先前版本Detectron的完全重写,它源自maskrcnn-benchmark。

特性:

由PyTorch深度学习框架提供支持。 包括更多功能,例如全景分割,密集姿势,Cascade R-CNN,旋转边界框等。 可用作库来支持基于它的不同项目。我们将以这种方式开源更多的研究项目。 训练得更快。

通常会根据对ImageNet分类任务进行预训练的骨干模型进行初始化。提供以下主干模型:

R-50.pkl:MSRA原始ResNet-50模型的转换副本。 R-101.pkl:MSRA原始ResNet-101模型的转换副本。 X-101-32x8d.pkl:在FB用Caffe2训练的ResNeXt-101-32x8d模型。 R-50.pkl(torchvision):Torchvision的ResNet-50模型的转换副本。

项目地址:

https://github.com/facebookresearch/detectron2

06

person-reid-3d 3D空间中的人员重新识别

系统需求:

Python 3.6 or 3.7 GPU Memory >= 4G (e.g., GTX1080) Pytorch = 1.4.0 dgl

效果:

项目地址:

https://github.com/layumi/person-reid-3d

07

neoml 深度学习和传统算法的机器学习框架

NeoML是一个端到端的机器学习框架,可让您构建,训练和部署ML模型。ABBYY工程师将该框架用于计算机视觉和自然语言处理任务,包括图像预处理,分类,文档布局分析,OCR以及从结构化和非结构化文档中提取数据。

关键特性:

支持100多种图层类型的神经网络 传统机器学习:20多种算法(分类,回归,聚类等) CPU和GPU支持,快速推断 ONNX支持 语言:C++,Java,Objective-C 跨平台:相同的代码可以在Windows,Linux,macOS,iOS和Android上运行

支持平台:

项目地址:

https://github.com/neoml-lib/neoml

08

AlphaVideo 用于视频相关任务的视觉工具箱,包括动作识别,多对象跟踪

AlphaVideo是基于PyTorch的开源视频理解工具箱,涵盖多对象跟踪和动作检测。

在AlphaVideo中,我们发布了第一个单阶段多目标跟踪(MOT)系统TubeTK,该系统可以在MOT-16数据集上实现66.9 MOTA,在MOT-17数据集上实现63 MOTA。

对于动作检测,我们发布了一个有效的模型AlphAction,这是第一个开源项目,在AVA数据集上使用单个模型即可达到30+ mAP(32.4 mAP)。

特性与功能:

多目标追踪 提供了TubeTK模型,该模型是论文“ TubeTK:在一步式训练模型(CVPR2020,口头)中采用管来跟踪多目标”的正式实现。

精确的端到端多对象跟踪。 不需要任何现成的图像级对象检测模型。 行人跟踪的预训练模型。 输入:帧列表;视频。 输出:用彩色边框装饰的视频;Btube列表。

动作识别 提供AlphAction模型作为论文“用于动作检测的异步交互聚合”的实现。

准确而有效的动作检测。 针对AVA中定义的80种原子作用类别的预训练模型。 输入:视频;相机。 输出:由人为盒子装饰的视频,并附有相应的动作预测。

项目地址:

https://github.com/Alpha-Video/AlphaVideo


本文分享自微信公众号 - 机器学习与生成对抗网络(AI_bryant8)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-09-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • GAN的图像修复:多样化补全

    https://arxiv.xilesou.top/pdf/1903.04227.pdf

    公众号机器学习与生成对抗网络
  • 弱水三千,只取你标!AL(主动学习)结合GAN如何?

    众所周知,深度学习的崛起和广泛应用是依靠着大量的标注数据的,但在很多场合下,大规模数据的标注成本太高,同时也可能导致训练时间过长。主动学习可挑出所谓高信息的数据...

    公众号机器学习与生成对抗网络
  • 2020年7月90篇GAN论文汇总

    001 (2020-07-30) Unsupervised Disentanglement GAN for Domain Adaptive Person Re...

    公众号机器学习与生成对抗网络
  • Top 50机器学习项目实战总结

    用户1737318
  • Top 50机器学习项目实战总结

    整理 | 胡永波 根据《纽约时报》的说法,“在硅谷招募机器学习工程师、数据科学家的情形,越来越像NFL选拔职业运动员,没有苛刻的训练很难上场了。”毕竟,高达12...

    企鹅号小编
  • 2019年过去一小半了,这些深度学习研究值得一看!

    转眼间2019年已经过去了快一半,这对于日新月异的深度学习技术已经算是很长一段发展时间。Open Data Science在Medium上整理了2019年到现在...

    CDA数据分析师
  • 2017数据科学领域15大热门GitHub项目

    -欢迎 加入AI技术专家社群>> GitHub现在不再仅仅是一个软件寄存管理器,而是软件工程师通过它来共享他们自己开发的工具/库,甚至这些资源对一些公司都很重要...

    企鹅号小编
  • 近期 github 机器学习热门项目top5

    【磐创AI导读】:Github是全球最大的开源代码社区,本文为大家总结了2108年11月最热门的机器学习项目top5。欢迎大家点击上方蓝字关注我们的公众号:磐创...

    磐创AI
  • 资源 | 16个GitHub收藏和贡献率最高的深度学习框架

    大数据文摘
  • 2019年过去一小半了,这些深度学习研究值得一看!

    转眼间2019年已经过去了快一半,这对于日新月异的深度学习技术已经算是很长一段发展时间。Open Data Science在Medium上整理了2019年到现在...

    用户2769421

扫码关注云+社区

领取腾讯云代金券