2018最火机器学习项目盘点—CV项目领冠榜单

Mybrige AI 每月都会测评多于250个开源的机器学习项目，并根据各种指标对项目进行排名。

经过综合比较，我们列出了Github上面机器学习开源项目的Top10，并介绍了一些虽然得星数很少却值得研究和学习的项目。

NO 1：Detectron

Github上的17341颗星 /由Facebook Research提供

例掩码R-CNN输出

FAIR的物体检测研究平台，实现MaskR-CNN和RetinaNet等流行算法，用Python编写的，由Caffe2深度学习框架提供支持。

https://github.com/facebookresearch/Detectron 

 

 

NO 2：Openpose

Github上的9659颗星/由 CMU-Perceptual-Computing-Lab 提供

 

OpenPose是第一个在单个图像上联合检测人体，手，面部和足部关键点（总共135个关键点）的实时多人系统。用于身体，面部和手部估计的实时多人关键点检测库。

https://github.com/CMU-Perceptual-Computing-Lab/openpose 

 

 

NO 3：tfjs

在Github上9447颗星/由TensorFlow提供

 

通过神经网络享受实时钢琴演奏

一个WebGL加速的，基于浏览器的JavaScript库，用于培训和部署ML模型。

https://github.com/tensorflow/tfjs 

 

 

NO 4：Fastai

Github上的9309颗星/由fast.ai提供

fastai库使用现代最佳实践简化了快速准确的神经网络训练。该库是基于研究在开展深度学习最佳实践fast.ai，并包括“开箱即用”的支持vision，text，tabular，和collab（协同过滤）的模型。

https://github.com/fastai/fastai

NO 5：FaceSwap

Github上的7074颗星/由Hidde Jansen提供

 

利用深度学习识别和交换图片和视频中的面孔的工具。

https://github.com/deepfakes/faceswap 

 

NO 6：dopamine

Github上的6247颗星/由谷歌提供

 

dopamine是一种用于强化学习算法快速原型设计的研究框架。它旨在满足一个小型，易于理解的代码库的需求，用户可以自由地尝试疯狂的想法（推测性研究）

https://github.com/google/dopamine/ 

 

 

NO 7：Psychlab

Github上的5414颗星/由Charles Beattie和Deepmind提供

 

 

DeepMindLab是一个基于id Software的Quake III Arena的3D学习环境， 通过 ioquake3和 其他开源软件。DeepMind Lab为学习代理提供了一套具有挑战性的3D导航和解谜任务。其主要目的是充当人工智能研究的试验平台，尤其是深层强化学习。

https://github.com/deepmind/lab/ 

NO 8：DensePose

Github上3683颗星/由FacebookResearch提供

一种实时方法，用于将2D RGB图像的所有人类像素映射到身体的3D表面模型。

图中密集的人体姿势旨在将RGB图像的所有人类像素映射到人体的3D表面。DensePose-RCNN在Detectron框架中实现，由Caffe2提供支持。

https://github.com/facebookresearch/DensePose  

 

 

NO 9：Progressive Growing of GANs

Github上的3368颗星/由Tero Karras提供

由随机数生成器生成的两个虚构名人

 

描述了一种新的生成对抗网络培训方法。关键的想法是逐步增加发生器和鉴别器：从低分辨率开始，我们添加新的层，随着训练的进展，模拟越来越精细的细节。

 https://github.com/tkarras/progressive_growing_of_gans  

 

NO 10：FaceAI

Github上的2566颗星/由vipstone提供

视频人脸识别

一款入门级的人脸、视频、文字检测以及识别的项目。

https://github.com/vipstone/faceai 

 

 

 

以下几个项目除了走在机器学习的前沿外，还很有实用价值，从癌症检测到音乐制作，渗透到生活中的方方面面。

NCRF

Github上的402颗星/由百度研究提供

 

 

用神经条件随机场（NCRF）检测癌症转移，NCRF的核心思想是将补丁网格作为输入，例如3x3，使用CNN模块提取补丁嵌入，并使用CRF模块对其空间相关性进行建模。

https://github.com/baidu-research/NCRF 

 

fastTSNE

Github上344颗星/由pavlin-policar提供

 

 

使用FFT加速插值，在2分钟内计算出来自小鼠神经系统的160,796个单细胞转录组的可视化。该项目的目标是在一个地方快速实现t-SNE，而不需要任何外部C / C ++依赖。

https://github.com/pavlin-policar/fastTSNE/ 

 

 

Twin-GAN

Github上的399颗星/由Jerry Li提供

 

具有权重共享GAN的不成对跨域图像转换, 使用自适应归一化参数进行图像转换的想法。

https://github.com/jerryli27/TwinGAN 

 

DeepJ

Github上的291颗星/由calclavia提供

 

 

一种端到端的生成模型，能够根据作曲家风格的特定混合来创作音乐。

https://github.com/calclavia/DeepJ 

 

Visual-interaction-networks-pytorch

Github上147星/由Mahmoud Gamal提供

 

 

使用pytorch的深度视觉交互网络文章的实现，公布了包括预测物理场景中的未来的 vin。不仅可以推断物体在哪里, 还可以推断在未来几秒钟、几分钟甚至在某些情况下更长的时间里, 它们会发生什么。

https://github.com/Mrgemy95/visual-interaction-networks-pytorch 

加群交流

关注计算机视觉技术，欢迎加入52CV群，扫码添加52CV君拉你入群（请务必注明:加群）：

喜欢在QQ交流的童鞋，可以加52CV官方QQ群：928997753。

（不会时时在线，如果没能及时通过验证还请见谅）

---

长按关注我爱计算机视觉

【点赞与转发】就是一种鼓励