不必上抖音，AI Studio社区项目帮你完成简约风格迁移

点击左上方蓝字关注我们

AI Studio经过两年的建设，现已累计了数以万计的优质项目和数据集，首先感谢大家伴随我们成长~

上次给大家推荐了用户项目精选项目合集，好评如潮~本次给大家带来近期平台热门优质项目，每个项目都可以直接fork并运行哦，动手实践出真知~部分内容可能需要使用GPU环境. 如果没有GPU环境, 可以点击链接申请一下, 然后就有源源不断的算力资源赠送了~

长按下方二维码，进入申请算力页面：

开始之前先打个小广告，跟我们一起共建AI Studio内容和生态，不光能赢取积分、机械键盘等豪礼，还能荣登项目达人榜，成为AI Studio红人！

AI Studio优质项目征集：

https://ai.baidu.com/forum/topic/show/959188

AI Studio优质数据集征集：

https://ai.baidu.com/forum/topic/show/959190

不少AI Studio的忠实粉丝已经积极参与其中了，划重点！咳咳，这次的项目推荐几乎全部来自内容征集活动哟~

欢迎大家积极参与，优质的内容也将定期更新在以上两个链接中，来吧一起交流一起成长~

计算机视觉项目精选

1. 一文搞懂卷积网络之一（从LeNet到GoogLeNet）

关键词：CNN、图像分类

难度等级：入门

本项目使用飞桨框架的动态图模式对经典的CNN模型进行复现，并使用mini Caltech数据集进行验证。

学习经典模型是深度学习入门的必经之路，本项目对经典的LeNet、AlexNet、VGG和GoogLeNet等模型进行复现与改进；并在此基础上“手撕”了一个CNN模型，将各种能提高准确率与增强鲁棒性的方法用于该模型，使得验证集的准确率提升了一倍多。同时，本项目还介绍了一些训练过程的奇技淫巧，干货满满。

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/601071

2. 飞桨图像分类帮我云撸猫（基于ResNet的图像分类）

关键词：ResNet、图像分类、迁移学习

难度等级：进阶

本项目使用飞桨框架的动态图模式搭建ResNet101模型对12类猫咪进行分类，并探究迁移学习策略在该问题中对准确率的影响。

为了增加训练集的数据量，提高模型的泛化能力，本项目对训练集进行了数据增强处理；并且实验结果表明，在相同的学习率、训练轮数和优化函数的状态下，对该神经网络使用预训练模型进行迁移学习后，准确率从原来的0.59提升到了0.94；

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/474305

3. PaddleX实现小车装甲板识别及模型部署应用

关键词：YOLO、PaddleX、目标检测

难度等级：进阶

本项目使用飞桨全流程开发工具PaddleX训练自己的轻量化目标检测模型，并根据参数敏感度对模型进行裁剪部署，应用到实际场景。

RoboMaster自瞄准系统要求能实时检测出视野内敌方机器人装甲板的位置，本项目使用自制装甲板数据集(已开源)和yolov3_mobilenet模型进行训练，并使用不同模型裁剪比例对比效果，得到最佳的轻量化模型，使得该目标检测模型能实时运行于AI边缘计算平台。

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/595720

4. PaddleHub助力生成简约头像

关键词：PaddleHub、风格迁移

难度等级：入门

本项目使用PaddleHub平台内的艺术风格迁移模型stylepro_artistic，对图片进行简约风格迁移，生成独一无二的头像。

PaddleHub致力于模型的便携管理与一键预测，该项目中，使用简单的几行代码即可实现模型部署。并且该模型预置了简笔黑白、简笔彩色、水墨等效果，将不同效果进行组合更可得到意想不到的效果，快来试试吧。

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/616345

同类别其他项目精选：

– 基于树莓派4B与Paddle Lite实现的手写数字识别：

https://aistudio.baidu.com/aistudio/projectdetail/520142

– 基于PaddleSeg的新冠病灶分割：

https://aistudio.baidu.com/aistudio/projectdetail/528293

– 用PaddlePaddle实现轻量化卷积神经网络SqueezeNet：

https://aistudio.baidu.com/aistudio/projectdetail/600555

– 基于PaddleSlim对检测模型MobileNet-YOLOv3进行剪枝训练：

https://aistudio.baidu.com/aistudio/projectdetail/484676

– 玩腻了小游戏？PaddlePaddle手势识别玩转游戏玩出新花样：

https://aistudio.baidu.com/aistudio/projectdetail/587082

– 基于PaddlePaddle和PaddleHub的口罩检测系统的落地实现：

https://aistudio.baidu.com/aistudio/projectdetail/532316

自然语言处理项目精选

1. DeepWalk：火爆的图神经网络前夜

关键词：DeepWalk、Graph Embedding

难度等级：进阶

本项目是对经典的图嵌入模型论文《DeepWalk: Online learning of social representations》的复现。

DeepWalk算法从NLP而来，将NLP中的单词序列概括到图上，得到了很好的结果。在本项目中，主要使用networkx、numpy、random等模块实现DeepWalk算法的随机游走与Skip Gram，清晰地展示了该算法的实现过程，适合初学者学习。

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/532867

2. NLP经典之六：基于飞桨的fast text分类

关键词：NLP、fastText、文本分类

难度等级：高阶

本项目使用飞桨静态图模式复现了论文《Bag of Tricks for Efficient Text Classification》，在mini reuters数据集上进行文本分类达到0.93的准确率。

论文作者并未使用深度学习框架进行实现，因为该分类器结构并不是一个很深的神经网络。本项目中，使用飞桨深度学习框架成功复现了该模型，并在此基础上进行了一定调整，使得模型的推理速度与准确率都达到了不错的效果。

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/532116

同类别其他项目精选：

– NLP经典之一：CBOW model：

https://aistudio.baidu.com/aistudio/projectdetail/475941

– NLP经典之二：Skip-gram model：

https://aistudio.baidu.com/aistudio/projectdetail/482804

– NLP经典之三：可能是目前最详细的GloVe模型解析与python实现：

https://aistudio.baidu.com/aistudio/projectdetail/487604

– 词袋模型与复杂网络的强力结合，带你了解AEBoW模型：

https://aistudio.baidu.com/aistudio/projectdetail/488843

– 超长文本怎么分类？试试复杂网络模型吧！一文搞懂这篇物理界的文本处理论文：

https://aistudio.baidu.com/aistudio/projectdetail/509645

生成对抗网络项目精选

1. 张东升，我知道是你——如何使用GAN做一个秃头生产器

关键词：STGAN、秃头生成器

难度等级：入门

今天你脱发了吗？[doge]

本项目使用飞桨图片生成模型库内的STGAN对人脸属性进行转换，让你一键get张东升同款发型。项目作者修改了infer的代码，使其只变化秃头属性，并且能根据参数逐步加大秃头效果。本项目包含已经在在celeba数据集上训练的权重文件，fork后更换成自己的照片运行即可。效果图如下所示。

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/620058

> 有兴趣的开发者们可以搞一个长发生产器（逃）

2. 一文搞懂生成对抗网络之经典GAN

关键词：GAN、数据增强

难度等级：进阶

本项目深入浅出地介绍了GAN生成对抗网络的原理，并使用飞桨框架的动态图模式搭建经典GAN网络，尝试用于数据增强工作。

使用GAN生成对抗模型来扩充训练集是数据增强的一种方法，可解决训练集类别不平衡的问题，提高模型的鲁棒性。本项目尝试使用经典GAN用MNIST数据集进行扩充，在网络结构进行调整后，成功使输出保持稳定，生成了可用于训练的数据。

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/551962

同类别其他项目精选：

– 梵高风格图像生成 一起来玩风格迁移呀：

https://aistudio.baidu.com/aistudio/projectdetail/597606

– 基于飞桨的Pix2pix和CycleGAN的“马赛克”消除术：

https://aistudio.baidu.com/aistudio/projectdetail/645654

– SRGAN的PaddlePaddle实现：

https://aistudio.baidu.com/aistudio/projectdetail/385564

强化学习项目精选

1. 初识PARL实现强化学习

关键词：RL、一阶倒立摆

难度等级：入门

本项目使用百度强化学习框架PARL对一阶小车倒立摆进行控制仿真，使倒立摆能在平衡位置附近稳定。

倒立摆系统是一个非线性、多变量、强耦合及绝对不稳定的复杂高阶系统，传统的SISO经典控制方法效果不能让人满意。本项目基于强化学习，不需要对倒立摆系统进行建模，也不需要设计控制器，只需要构建一个强化学习算法，智能体通过与系统交互进行学习，使得倒立摆系统达到最优控制效果。

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/625901

同类别其他项目精选：

– DDPG解决四轴飞行器速度控制：

https://aistudio.baidu.com/aistudio/projectdetail/592818

– DQN解决Flappybird：

https://aistudio.baidu.com/aistudio/projectdetail/592850

– PARL强化学习—— Sarsa和Q—learning的实现：

https://aistudio.baidu.com/aistudio/projectdetail/625951

竞赛开源项目精选

1. 高致病性传染病的传播趋势预测——时间序列预测算法Prophet

关键词：Prophet、时间序列预测

难度等级：进阶

本项目介绍使用Prophet时间序列预测算法，尝试解决2020国际大数据竞赛的高致病性传染病的传播趋势预测问题。

时间序列预测分析是利用过去一段时间内某事件时间的特征，来预测未来一段时间内该事件的特征。本项目中，详细介绍了Prophet的环境部署、数据集准备、常规预测与进阶使用等步骤，对各区域的感染人数趋势、传播趋势、人群流量等进行了预测。

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/525311

同类别其他项目精选：

– 人流密度-智能车人工创意组-MJU的团队：

https://aistudio.baidu.com/aistudio/projectdetail/567453

– 全国大学生智能汽车竞赛线上选拔赛：红绿灯检测：

https://aistudio.baidu.com/aistudio/projectdetail/505794

– 2020语言与智能技术竞赛：事件抽取任务–方案分享：

https://aistudio.baidu.com/aistudio/projectdetail/545914

本期优质作者

给大家推荐一些近期非常突出的精选项目作者~排名不分先后，欢迎大家去他们的主页看看，喜欢的话可以关注下哦。

END