プロジェクトを始めたいけれど、どこから始めればいいのか分からないですか?興味深いオープンソースの機械学習プロジェクト7つを試してみる

プロジェクトを実行することが機械学習を学ぶ唯一の方法であり、興味深く価値のあるプロジェクトを見つけるのは難しい場合がよくあります。まだ適切なプロジェクトが見つからないと心配していますか? 心配しないでください。初心者からプロまで楽しく学習できる、便利で興味深いオープンソースの機械学習プロジェクトをいくつか見つけました。

[[332660]]

1. ニューラルトーク2

NeuralTalk2 は、Python + numpy に基づくマルチモーダル リカレント ニューラル ネットワークを使用して、画像やビデオを文章で説明するために使用されます。非常に興味深いビデオを作成するために使用できます。

リンク: https://github.com/karpathy/neuraltalk2 (4.9K)

[[332661]]

2. 古いものを取り除く

このオープンソース プロジェクトには、グレースケール画像に高品質のカラー処理を追加して驚くべき結果をもたらすようにトレーニングされたディープラーニング モデルが含まれています。簡単に言うと、このプロジェクトは、古い画像やフィルムリールをカラー化し、修復し、新しい命を吹き込むことです。これを使用して、古いフィルムや子供の頃の白黒写真をカラー化できます。

リンク: https://github.com/jantic/DeOldify (10.4K)

カラー - 1921年の子（チャーリー・チャップリン映画）

3. リアルタイム音声クローン

誰かの声を 5 秒間キャプチャした後、ディープラーニング ソフトウェアはその声を複製して、あらゆる音声をリアルタイムで生成することができます。まだ初期段階であり、ある程度の効果はあるものの、トーンを強くするほどではなく、声はかなりロボットのように聞こえます。誰かの声を複製しようとするというのは、かなりクールに聞こえますが、少し怖いですね。

リンク: https://github.com/CorentinJ/Real-Time-Voice-Cloning (18K)

4. 顔認識

これは世界で最もシンプルな顔認識ライブラリです。このモデルは、ワイルドベンチマークでラベル付けされた顔に対して 99.38% の精度を誇ります。Python またはコマンドラインで顔を認識し、操作するために使用できます。仕組みを理解したら、独自のトレーニング モデルを構築できます。私はこの顔認識システムの原理を使用して、リアルタイムのフェイスマスク検出器を開発しました。

リンク: https://github.com/ageitgey/face_recognition (34.7K)

顔認識の例

5. テコガン

この機械学習プロジェクト リポジトリを使用すると、ビデオの超解像度に TemporallyCoherent GAN のコードを使用できます。このプロジェクトを DeOldify と組み合わせると、古い映画の映像をカラー化し、品質を向上させることができます。

リンク: https://github.com/thunil/TecoGAN(2K)

TecoGANの例

6. ユーガット

皆さん、アニメを見るのは好きですか？2次元の昔からのファンなら、U-GAT-IT（画像から画像への変換のための適応型レイヤーインスタンス正規化を備えた教師なし生成注意ネットワーク）にきっと興味を持つでしょう。人物の画像をアニメーションに変換し、アニメーションでどのように見えるかを確認できます。

リンク: https://github.com/taki0112/UGATIT (5.3K)

U-GAT-ITの例

7. スレズ

ディープラーニングを使用した画像超解像度により、16x16 の入力画像を 4 倍に拡大して 64x64 画像を生成できます。下の図からわかるように、元の顔を非常に正確に再構築できます。さらにすごいのは、こうしたタイプの改修や再構築は、政府がセキュリティ目的で広く使用しており、映画業界でも頻繁に使用されていることです。

リンク: https://github.com/david-gpu/srez (5.1K)

Srezの例

機械学習プロジェクトは何千とありますが、あなたの興味を引いて役に立つプロジェクトが必ず見つかります。プロジェクトを始めて機械学習を楽しくしましょう!