分类
编程

全网AI项目汇总(附测试)

项目一:人脸3D化

测试地址:https://cvl-demos.cs.nott.ac.uk/vrn/

说明:上传一张带人脸的平面照片,自动生成3D模型,并可下载OBJ文件

 

项目二:图片无损放大

测试地址:https://bigjpg.com/

说明:上传一张普通的照片,自动生成放大后的照片,并且照片清晰度没有损耗

 

项目三:生成随机动漫头像

测试地址:https://waifulabs.com/

说明:点击自动生成随机动漫女性角色头像,并可以进一步挑选配色

 

项目四:自动上色

测试地址:https://demos.algorithmia.com/colorize-photos

说明:上传黑白照片,自动上色

 

项目五:人脸生成

测试地址:https://www.thispersondoesnotexist.com/

说明:访问后随机生成一个真人的头像,但此人并不存在

 

项目六:人脸转换

测试地址:https://reflect.tech/faceswap/hot

说明:上传一张被替换脸图,然后传一张人脸图,之后第一次上传的图片人脸会被替换

 

项目七:视频换脸

测试地址:https://deepfakesweb.com/users/sign_in

说明:上传原始视频和替换的脸图数据,之后进行模型训练,最终视频中的人脸会被替换

 

项目八:一键去衣

测试地址:http://deepnude.to/

说明:上传一张真人全身照片,实现一键去衣

 

项目九:音轨分离

测试地址:https://moises.ai/

说明:上传一段音乐,实现人声和伴奏分离

 

项目十:简笔画转换

测试地址:https://affinelayer.com/pixsrv/

说明:随手画一幅简笔画,自动生成一幅实物绘画

 

项目十一:随机物生成

测试地址:https://artbreeder.com/

说明:挑选一张图片,随机生成相似图片

 

项目十二:生成3D虚拟形象

测试地址:https://demo.loomai.com/

说明:拍摄一张人脸照片,自动生成3D化虚拟卡通形象

分类
人工智能笔记

交大AI实战笔记

实验环境:anaconda3.7+python3.6

实验框架:tensorflow1.9+keras2.2

实验数据:imagenet+coco+github

实验组件:tensorboard(查看模型训练过程)

1.图片分类

工具:inception

用途:识别动物、花朵种类

2.目标检测

工具:tensorflow目标检测api+opencv

用途:检测摄像头、图片、视频目标

3.手部检测

工具:labelimg(打标工具)

用途:检测手部

4.生成对抗网络

工具:MNIST

用途:生成手写文字

工具:DCGAN、WGAN、CGAN、ACGAN、CelebA

用途:生成人脸

工具:Illustration2Vec(标签提取)+chainer(AI框架)

用途:二次元头像生成

5.pix2pix图像翻译

工具:pix2pix

用途:图片上色

6.性别转换

工具:CycleGAN

用途:性别转换、换脸、去马赛克、穿(脱)衣、直播换头

7.人脸图片处理

工具:Dlib

用途:人脸检测、人脸关键点定位、人脸识别、人脸聚类、目标追踪

8.图像风格迁移

工具:VGG16+VGG19

用途:图像风格化

9.中文词向量

工具:gensim

用途:中文词关联

10.中文分词

工具:jieba

用途:中文词汇分离

11.DQN(自动游戏)强化学习

工具:pygame

用途:训练AI自动玩游戏

12.图像标题生成

工具:VGG19

用途:显示图像类型

13.seq2seq机器翻译

工具:nmt

用途:中英文翻译、对联生成

14.语音识别

工具:ffmpeg+wavenet+ctc(计算损失函数)

用途:识别语音

15.方言分类

工具:wavenet+ctc

用途:分类方言

 

 

 

 

 

 

 

分类
人工智能笔记

一句话AI之人工智能十大技术

1.损失函数
估量模型真实值与预测值的不一致程序
2.正则概率
限定条件范围的概率
3.前向传播
根据输入层求出输出层
4.激活函数
将上层输入引入非线性因素
5.反向传播
根据输出层误差,求出隐藏层
6.过拟合
为了得到一致假设而使假设变得过度严格
7.连接权重
神经网络中的权重
8.梯度下降
反复寻求梯度以到达局部最小值
9.模拟退火
根据随机参数寻求更优解
10.爬山算法
寻求局部最优解
分类
人工智能笔记

一句话AI之人工智能十大算法

1.决策树
将数据以树形进行分类
2.随机森林
多个随机的决策树
3.逻辑回归
取出最大概率对应的类别
4.Adaboost
迭代分类
5.朴素贝叶斯
根据特征进行分类
6.K近邻
根据K个最近似数据的最大概率进行分类
7.K均值
两个对象距离越近,相似度越大
8.支持向量机
用核函数建立超平面找出最优数据分类
9.神经网络
模拟人脑处理信息
10.马尔科夫
预测未来概率的随机过程
分类
人工智能笔记

一句话AI之人工智能十大关键词

1.分类
给定一组数据和类别,将其分类为不同类别
2.聚类
给定一组数据,依照相似度归类
3.降维
将复杂的计算简单化
4.机器学习
通过计算机进行神经网络学习
5.深度学习
多层的神经网络
6.增强学习
自己和自己博弈
7.迁移学习
将学习到的数据复刻到另一个模型中
8.CNN
卷积神经网络,将数据分卷,共享信息
9.RNN
循环神经网络,在时间维度上进行递归神经网络
10.GAN
生成对抗模型,根据生成器和判别器对新生成的数据进行归类
分类
人工智能笔记

人工智能学习笔记

1.监督学习

一般分为分类和回归问题,分类问题例如给一堆图片打标签,然后通过人工智能自动分类;回归问题例如给定正方形边长和面积,求其函数表达式

2.无监督学习

一般用于聚类,例如给定一些图片,然后自动识别出其中哪些部分是人脸

3.卷积神经网络

通过乘法和加法运算,自动计算出相邻位的值

4.递归

自己调用自己

5.A*算法

根据勾股定律自动计算出下一步距离目标最近的路径

6.有限状态机

给出一个条件可能的几个应答,在几个应答中根据条件或者概率自动给出回应

7.模糊逻辑

例如成绩,优秀是80~100,良好是60~80,不及格是0~60,这其中的优秀、良好、不及格就是模糊逻辑

8.微积分

核心概念是导数,也就是变化率

9.离散数学

就是逻辑

10.线性代数

就是矩阵

11.概率论

核心概念是熵,也就是混乱度