精選 | 6款超讚的最新AI開源專案！

本文為你分享6款實用的AI開源專案，功能強大，值得收藏！

Semantic Segmentation PyTorch

#PyTorch上最好的語義分割工具包

本專案是由 MIT CSAIL 實驗室開源的 PyTorch 語義分割工具包，其中包含多種網路的實現和預訓練模型。自帶多卡同步 bn，能復現在 MIT ADE20K 上 SOTA 的結果。

ADE20K 是由 MIT 計算機視覺團隊開源的規模最大的語義分割和場景解析資料集。

從右至左：測試圖-Ground Truth-預測結果

測試結果

專案連結：https://github.com/CSAILVision/semantic-segmentation-pytorch

#支援快速成型的深度學習NLP工具包

PyTorch NLP 是一個自然語言處理開源 Python 庫，包含各類預訓練 Embeddings、取樣器、資料集載入器、神經網路模型和文字編碼器。本專案旨在幫助開發者加速自然語言處理研究程式。

專案連結：https://github.com/PetrochukM/PyTorch-NLP

Non-local Neural Networks for Video Classification

#Facebook視訊分類開原始碼

本專案是 Facebook 論文 Non-local Neural Networks 的視訊分類開原始碼和模型，這個程式碼在視訊分類效果和效率上都做到了很大的提升，ResNet-50 Non-local Net 基本能橫掃只用 RGB 的視訊分類模型。

程式碼裡面提供的模型可以作為許多其他任務的底層 representation，作者希望通過這個程式碼能把大規模視訊相關的研究帶進尋常百姓家。

測試結果

專案連結：https://github.com/facebookresearch/video-nonlocal-net

Keras Project Template

#Keras專案模板

本專案是一個基於 Keras 庫的專案模板，模板能讓你更容易地構建和訓練深度學習模型，並支援 Checkpoints 和 TensorBoard。

模型結構

專案連結：https://github.com/Ahmkel/Keras-Project-Template

Agriculture_KnowledgeGraph

#面向智慧農業的知識圖譜及其應用系統

本專案是上海市《農業資訊服務平臺及農業大資料綜合利用研究》子課題《上海農業農村大資料共享服務平臺建設和應用》的研究成果。

華東師範大學資料科學與工程學院作為課題主要參與單位以實現智慧農業為目標，探索農業大資料分析、挖掘和綜合應用。華師大課題組在前期國家重點研發計劃《大資料知識工程基礎理論及其應用研究》研究基礎上，在本專案中，基於碎片化農業大資料，構建面向智慧農業的知識圖譜及其應用系統。

可複用資源：

• hudong_pedia.csv: 已經爬好的農業實體的百科頁面的結構化 csv 檔案 
  

• labels.txt: 5000 多個手工標註的實體類別 
  

• predict_labels.txt: KNN 演算法預測的 13W 多個實體的類別 
  

• /wikidataSpider/wikidataProcessing/wikidata_relation.csv: predict_labels.txt 中實體在 wikidata 中對應的三元組關係 
  

• attributes.csv: 部分實體的屬性（互動百科頁面中直接得到）

Demo連結：http://p2052x6533.iok.la:44910/

專案連結：https://github.com/qq547276542/Agriculture_KnowledgeGraph

《遷移學習簡明手冊》

#關於遷移學習你想要知道的一切

本手冊簡明地介紹遷移學習的概念與基本方法，並對其中的領域自適應問題中的若干代表性方法進行講述。最後簡要探討遷移學習未來可能的方向。

本手冊編寫的目的是幫助遷移學習領域的初學者快速入門並掌握基本方法，為自己的研究和應用工作打下良好基礎。

本手冊的編寫邏輯很簡單：是什麼——介紹遷移學習；為什麼——為什麼要用遷移學習、為什麼能用；怎麼辦——如何進行遷移（遷移學習方法）。

為了最大限度地方便初學者，作者還特別編寫了一章上手實踐，直接分享實現程式碼和心得體會。

主要檔案與其內容介紹

手冊下載：http://jd92.wang/assets/files/transfer_learning_tutorial_wjd.pdf

專案連結：https://github.com/jindongwang/transferlearning-tutorial

★推薦閱讀★

獲贊2萬，一文讀懂深度學習

用Python實現圖片的清晰掃描

如何準備機器學習工程師的面試？

【長篇乾貨】深度學習在文字分類中的應用

使用 Python 實現資料視覺化（完整程式碼）

學會這10種機器學習演算法，你才算入門（附教程）