启智OpenI / OpenI 海参 C++

Fork 0 关注 0

OpenI 海参是一套视频编码软件，其中包含了两个基于深度学习的编码工具：基于CNN的环内滤波技术，基于CNN的块级自适应分辨率编码技术。 视频编码技术是数字音频/视频系统中基础的、不可或缺的部分。随着目前视频数据呈爆炸式增长，基于深度学习的视频编码方法应运而生。 OpenI 海参是由中国科学技术大学、北京大学、哈尔滨工业大学和武汉大学四家联合贡献的一套视频编码软件，其中包含了两个基于深度学习的编码工具：基于CNN的环内滤波技术，基于CNN的块级自适应分辨率编码技术。旨在为基于深度学习的视频编码技术提供指导。 项目官网：http://dlvc.bitahub.com/

启智OpenI / PARL Python

Fork 0 关注 0

PARL 是一个基于飞桨（PaddelPaddle）的高性能、灵活的强化学习框架。

原始仓库地址：https://github.com/PaddlePaddle/PARL.git

启智OpenI / 飞桨（PaddlePaddle） Python

Fork 0 关注 0

PaddlePaddle (PArallel Distributed Deep LEarning) 是一个简单易用、高效灵活、可扩展的深度学习平台，最初由百度科学家和工程师共同开发，目的是将深度学习技术应用到百度的众多产品中。 我们的愿景是让每个人都能通过PaddlePaddle接触深度学习。

原始仓库地址：https://github.com/PaddlePaddle/Paddle.git

启智OpenI / MegEngine 天元 C++

Fork 0 关注 0

https://megengine.org.cn/ 天元（MegEngine）是旷视自主研发的开源深度学习框架，于2020年3月正式开源，天元能够帮助开发者高效的完成深度学习算法的设计、训练、部署，有效提升AI研发工作效率。天元是在旷视长期进行大规模AI业务落地过程中诞生的，这种业务形态对深度学习框架有很多挑战，在不断解决这些挑战的过程中，天元形成了训练推理一体化、动态图静态图合一、兼容并包、灵活高效等特性。

原始仓库地址：https://github.com/megengine/megengine.git

pyhsmm Python

Fork 1 关注 0

本项目是一个在HSMM和HMM中的贝叶斯推断模型。本项目可以用于在贝叶斯隐马尔可夫模型（HMM）和显性持续时间隐半马尔可夫模型（HSMM）中进行近似无监督推理，且重点关注贝叶斯非参数扩展，HDP-HMM和HDP-HSMM，其中大多数具有弱极限近似。

原始仓库地址：https://github.com/mattjj/pyhsmm.git

arctic-captions Python

Fork 1 关注 0

本项目是用于自动为图像生成字幕的神经网络模型。mage caption是计算机视觉的最初始任务，不仅要获得图片里的物体，还要表达他们之间的关系。目前现存的方法大都是encoder — decoder架构，利用CNN、RNN、LSTM等神经网络完成caption工作，比如说只使用CNN对图像进行特征提取，然后利用提取的特征生成caption，还有结合CNN和RNN的，使用CNN提取图像特征，将Softmax层之前的那一层vector作为encoder端的输出并送入decoder中，使用LSTM对其解码并生成句子。本项目在此基础上将加入了soft 和hard attention机制，并利用可视化手段理解attention机制的效果。

原始仓库地址：https://github.com/kelvinxu/arctic-captions.git

draw Python

Fork 0 关注 0

本项目是一种可应用于图像生成的Deep Recurrent Attentive Writer（DRAW）神经网络模型，此模型能够生成高质量的自然图像，并提高了当前在MNIST数据集上生成模型表现的最好水平。此外，使用SVHN数据集训练的DRAW模型生成的图片，裸眼无法分辨其与真实数据的区别。

原始仓库地址：https://github.com/jbornschein/draw.git

lessons Python

Fork 0 关注 0

本项目是一个机器学习教程项目，让开发者通过简洁的代码、简化的数学公式以及清晰明了的图示快速学习机器学习相关的内容。本项目从机器学习的基础开始，到各种常用框架的介绍，再到各种常用的算法、模型，为开发者提供全面的学习内容。

原始仓库地址：https://github.com/madewithml/lessons.git

photoprism GO

Fork 0 关注 0

本项目是基于 Go 和 TensorFlow 实现的个人照片管理软件。本项目的优点包括：1.结构清晰的Web界面，用于浏览，组织和共享个人照片集；2.导入所有内容而无需担心重复或RAW到JPEG转换；3.基于TensorFlow实现的地理编码，XMP支持和自动标记。

原始仓库地址：https://github.com/photoprism/photoprism.git

awesome-image-colorization Python

Fork 0 关注 0

本项目是一个关于图像上色以及视频上色的论文的集合项目。对于图像上色任务，本项目收集了基于自动图像着色的论文以及基于用户指导的图像着色的论文，其中包括基于笔触、基于参考彩色图像以及基于调色板的方案。对于视频上色任务，收集了包括自动上色以及根据指引上色的方案。

原始仓库地址：https://github.com/markmohr/awesome-image-colorization.git