2019年最值得学习的机器学习项目（下）

内衣检测仪

——Nick Bourdakos

这完全可以理解。但严肃地说，ML 驱动的 NSFW 滤波器是一个非常有用的应用程序，可以调节用户生成的内容。

twitter：https://twitter.com/bourdakos1

代码：https://github.com/cloud-annotations/training

BERT，完全在设备上运行

——Hugging Face

上面，我们讨论了 Hugging Face 为将最强大的语言模型引入智能手机等边缘设备所做的持续努力。这个演示是一个关于在 ios 上用 BERT 回答问题的项目。

twitter：https://twitter.com/julien_c

代码：

网址：https://github.com/huggingface/swift-coreml-transformers

「潜在历史」：集体摄影记忆

——Refik Anadol

这是一个令人惊叹的视觉演示，可以唤起对现代历史的深刻欣赏与喜欢。VentureBeat 对该项目的简介很好地解释了这一点：

这篇文章从一组 30 万张照片中生成图像，其中包括有 150 年历史的斯德哥尔摩市档案馆和过去 15 年从同一地点拍摄的彩色图像。

由此产生的效果是对集体记忆的艺术呈现，大致说可以与当今世界融为一体。

twitter：https://twitter.com/refikanadol

VentureBeat 特征：

网址：https://venturebeat.com/2019/07/05/latent-historys-machine-hallucination-ai-art-will-melt-your-mind/

项目页面：

网址：http://www.k-blogg.se/2019/09/12/latent-history-a-machine-dreams-of-a-stockholm-that-never-was/

从自拍中移除手机的掩蔽和图像处理

——Abhishek Singh

照片中没有手机的镜像自拍是真的镜像自拍，还是别的什么？不管是哪一类，Abhishek Singh 的酷炫演示分三步进行：

分割模型对属于 phone 类对象的每个像素进行分类。
将像素级掩膜应用于分割电话。
将图像应用于分割后的手机，产生模糊效果。

twitter：https://twitter.com/shekitup

代码：

网址：https://github.com/shekit/mirror-selfie

用 DVD-GAN 生成整个视频

——Aidan Clark, Jeff Donahue, Karen Simonyan

在这里，我们有一个生成模型，能够生成具有高复杂度和保真度的视频。这种视频样本的生成可能会改变合成数据集的生存能力。在用 GANs 生成图像方面有相当多的工作（这里的许多项目都展示了这一点），但是生成高质量的视频在数据生成、视频合成和视频预测任务等方面提供了广泛的可能性。

twitter：https://twitter.com/roadrunning01

论文：

https://arxiv.org/abs/1907.06571

在 BigGAN 的潜在空间寻找一幅先前生成的图像

——Mario Klingemann

这里的推特说明了一切。此外，这个线程还包含更多演示视频，通过额外的迭代来展示项目的进度。能看到 ML 工程师使用 GAN 潜在空间的各种不同方式，真是太神奇了。

twitter：https://twitter.com/quasimondo

用神经绘画技术去除运动物体

——Abhishek Singh

在某些方面类似于他的镜像项目（如上图所示）。这一次让我笑了——不知为什么，看到世界级的运动员追逐一个看不见的球真的很有趣。

Abhishek 还快速概述了项目结构：

「Maskrcnn 在 Coco 数据集上训练以识别和分割对象->将其屏蔽并删除像素->在 Place2 数据集上训练边缘连接模型以填充丢失的像素。」

twitter：https://twitter.com/shekitup

HoloGAN：学习物体的几何表示

——Thu Nguyen-Phuoc

看到分离的三维表示仅仅来自单一视图的二维图像令人印象深刻。

来自摘要：

我们的实验表明，利用显式的三维特征，HoloGAN 能够将三维姿态和身份信息分离出来，并进一步分解为形状和外观，同时仍然能够生成与其他生成模型相似或更高视觉质量的图像。HoloGAN 只能从未标记的二维图像进行端到端的训练。特别是，我们不需要姿态标签、三维形状或同一对象的多个视图。这表明 HoloGAN 是第一个以完全无监督的方式从自然图像中学习三维表示的生成模型。

twitter：https://twitter.com/thunguyenphuoc

项目页面：

网址：https://www.monkeyoverflow.com/

使用姿态估计在浏览器中自动更改文本大小

——Olesya Chenyavskaya

我是 ML 项目的忠实粉丝，这些项目致力于使我们每天使用的工具更容易访问。这里就有一个改变浏览器窗口内的文本大小的项目。

twitter：https://twitter.com/monolesan

项目页面和 demo：

网址：https://glitch.com/~make-me-big

「Gym City」：用神经网络模拟城市

——Sam Earle

这个项目的 github repo 比以往任何时候都能更好地解释这里发生的事情，因此我将让它在这里完成工作：

一个强化学习界面，用于可变规模的城市规划型健身房环境。

twitter：https://twitter.com/jamesonthecrow

代码：

网址：https://github.com/smearle/gym-city

基于 GANs 和单参考图像的运动风格转换

——SVIP Lab

运动模拟+风格转换是一个很酷的想法，而在这个项目中提出的统一框架具有广泛的转换可能性。

摘要包含了对该项目的特色描述，包括它与其他方法的区别：

现有的任务特定方法主要使用 2D 关键点（姿势）来估计人体结构。然而，它们只表达位置信息，没有能力描述个体的个性化形状，也无法模拟肢体旋转。本文提出了一种三维人体网格恢复模型，它不仅可以对关节的位置和旋转进行建模，而且可以对个性化的人体形状进行表征。为了保留源信息，如纹理、样式、颜色和面部特征，我们提出了一种带液体翘曲块的液体翘曲 GAN，它在图像和特征空间中传播源信息，并根据参考合成图像。