飞桨领航团AI达人创造营笔记——让人拍案叫绝的创意都是如何诞生的？

韩磊老师——何为创意？

创意： 将现有想法进行某种组合。
举例： 游戏复刻、特效复刻、效果复刻

举个例子来说：
游戏复刻，我的理解就是用DOTA的理念创造了LOL，将LOL换个终端就成了王者荣耀。如果这么说的话，天蚕土豆就完美的使用了“斗破复刻”。
特效复刻，特效这个词，出现最多的就是电影，我们可以用鸣人的影分身特效，变出N个自己，跳个舞就成团了。
效果复刻，我觉得就是给自己拍抖音的时候，如何表达一个人的愤怒值爆表呢，给他加一个超级赛亚人变身的特效就OK了。

项目： 熊猫头表情聊天机器人

顾茜老师——零代码实现安全帽检测模型

计算机视觉（Computer Vision， CV）之目标检测（Object Detection）：
目标检测的任务是找出图像中所有感兴趣的目标（物体），确定它们的位置和大小，是计算机视觉领域的核心问题之一。由于各类物体有不同的外观，形状，姿态，加上成像时光照，遮挡等因素的干扰，目标检测一直是计算机视觉领域最具有挑战性的问题。
 
安全帽佩戴检测模型简述：
安全帽佩戴检测是计算机视觉在工业安全领域应用的典型场景。
使用PaddleXGUI进行迁移学习训练，可实现安全帽检测模型的零代码开发。
同时介绍了PaddleX的实时视频流预测部署、PaddleHub-Serving。
基于PaddleX/PaddleDetection+Paddle-Lite，也可以实现安全帽检测模型在树莓派上的部署

安全帽检测模型开发流程：

数据采集和标注→模型开发→模型部署

第一步：训练并导出部署模型
PaddleDetection训练ssd-mobilenet检测模型，使用PaddleLite导出部署模型
 
第二步：树莓派环境准备
在树莓派上安装PaddleLite预编译库
 
第三步：拉取部署项目，替换默认标签
到Paddle-Lite-Demo中拉取部署项目示例，并准备好安全帽检测标签
 
第四步：实现蜂鸣器报警模块
微调示例代码，加入蜂鸣器报警和检测图片保存模块

如何产生创意？——以终为始

以终为始，即场景驱动项目：
从问题找到想解决的场景，为实现某个特定场景的解决方案，探索形成一系列“创意”项目。
一个想法→尝试验证→用项目记录进展。

颜鑫老师——创意源于生活

所谓“生活”包括：
新闻资讯、社会管理、生活出行、日常生活。

举例：
新闻资讯：火灾检测
社会管理：公共场所吸烟检测
生活出行：车祸检测
日常生活：垃圾分类检测

项目技术可行性评估：
数据获取及处理：开源数据集 或 自己制作数据集。
模型训练及压缩：根据部署环境的不同，选取ResNet50_vd_ssld或MobileNet_v3等模型进行针对性训练及压缩。
模型部署：python低代码视频流预测、Hub Serving服务化部署、EasyEdgeAPP部署。

郑博培老师——看图写诗的创意是如何诞生的

创意来源： GitHub上的“狗屁不通文章生成器”
实现思路：
第一步：获取图像信息。
第二步：扩展关键字。有了图片的关键信息以后，我们需要把这些关键字串起来，因为我们的任务是写诗，所以我们将关键字组合成一首古诗的上阕。
第三步：得到古诗词。因为PaddleHub有生成古诗词的预训练模型，所以根据古诗词的上阕，我们就能很轻松地得到模型生成的下阕，最后组合起来就是一首完整的古诗了。