?本周優(yōu)秀開源項目分享：免費移動端實時人臉212關(guān)鍵點SDK、nlpcda 中文數(shù)據(jù)增強(qiáng)包 等7大項目
?computervision-recipes 計算機(jī)視覺的最佳實踐，代碼示例和文檔。
該存儲庫提供了用于構(gòu)建計算機(jī)視覺系統(tǒng)的示例和最佳實踐準(zhǔn)則。該存儲庫的目標(biāo)是構(gòu)建一套全面的工具和示例，以利用計算機(jī)視覺算法，神經(jīng)體系結(jié)構(gòu)和此類系統(tǒng)的最新進(jìn)展。
該存儲庫不是從頭開始創(chuàng)建實現(xiàn)，而是從現(xiàn)有的最新庫中提取資源，并圍繞加載圖像數(shù)據(jù)，優(yōu)化和評估模型以及擴(kuò)展到云構(gòu)建附加的實用程序。
這些示例和實用程序可以簡化從定義業(yè)務(wù)問題到開發(fā)解決方案數(shù)量級的經(jīng)驗，從而大大減少“上市時間”。此外，示例筆記本將作為指南，并以多種語言展示工具的最佳實踐和用法。
目標(biāo)受眾：
該存儲庫的目標(biāo)受眾包括數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)工程師，他們具有不同級別的計算機(jī)視覺知識，因為內(nèi)容僅是源代碼，并且針對自定義機(jī)器學(xué)習(xí)建模。提供的實用程序和示例旨在用作解決實際視覺問題的解決方案加速器。
情境：
以下是此存儲庫中涵蓋的常用計算機(jī)視覺方案的摘要。對于每個主要方案（“Base”），都提供有效地構(gòu)建模型的工具。這包括一些簡單的任務(wù)，例如根據(jù)數(shù)據(jù)微調(diào)您的模型，而執(zhí)行更復(fù)雜的任務(wù)。
項目地址：
https://github.com/microsoft/computervision-recipes
?YOLOv5_NCNN Ncnn在移動設(shè)備上的部署
Ncnn在移動設(shè)備上的部署，支持：攝像機(jī)上的YOLO v5s，YOLOv4-tiny，MobileNetV2-YOLOv3-nano，Simple-Pose，Yolact，ChineseOCR-lite，ENet，Landmark 106和DBFace。
模型：
YOLOv5s
YOLOv4-tiny
YOLOv3-nano
簡單姿勢
Yolact
ChineseOCR_lite
ENet
Landmark106
DBFace
MBNv2-FCN
項目地址：
https://github.com/WZTENG/YOLOv5_NCNN
?TengineKit 免費移動端實時人臉212關(guān)鍵點SDK
主要功能：：
人臉檢測
人臉關(guān)鍵點
人臉3d關(guān)鍵點
人臉屬性像性別，年齡，是否戴眼鏡，是否微笑，顏值
眼睛眼球及眼眶的檢測和關(guān)鍵點
手部檢測(尚未手機(jī)實時)
手部關(guān)鍵點(尚未手機(jī)實時)
身體檢測(尚未手機(jī)實時)
身體關(guān)鍵點(尚未手機(jī)實時)
項目地址：
https://github.com/OAID/TengineKit/blob/master/docs/README_CN.md
? ? ?
該存儲庫標(biāo)注工具，幾乎不需要或不需要任何配置！該工具的功能范圍已縮小到最必要的程度?？梢粤⒓词褂肈ockerized標(biāo)簽工具為最先進(jìn)的深度學(xué)習(xí)培訓(xùn)標(biāo)簽圖像。
還可以直接使用LabelingTool提供的標(biāo)簽來通過Yolov4和Tensorflow Training GUI存儲庫進(jìn)行訓(xùn)練：
https://github.com/BMW-InnovationLab/BMW-TensorFlow-Training-GUI
https://github.com/BMW-InnovationLab/BMW-YOLOv4-Training-Automation
項目地址：
https://github.com/BMW-InnovationLab/BMW-Labeltool-Lite
? nlpcda 中文數(shù)據(jù)增強(qiáng)包
中文數(shù)據(jù)增強(qiáng)工具，支持：
1.隨機(jī)實體替換
2.隨機(jī)近義詞替換
3.近義近音字替換
4.隨機(jī)字刪除（內(nèi)部細(xì)節(jié)：數(shù)字時間日期片段，內(nèi)容不會刪）
5.新增：NER類 BIO 數(shù)據(jù)增強(qiáng)
6.新增 隨機(jī)置換鄰近的字：研表究明，漢字序順并不定一影響文字的閱讀理解<<是亂序的
7.新增百度中英翻譯互轉(zhuǎn)實現(xiàn)的增強(qiáng)
8.新增中文等價字替換（1 一 壹 ①，2 二 貳 ②）
意義：
在不改變原文語義的情況下，生成指定數(shù)量的訓(xùn)練語料文本；
對NLP模型的泛化性能、對抗攻擊、干擾波動，有很好的提升作用；
項目地址：
https://github.com/425776024/nlpcda
?mmclassification OpenMMLab圖像分類工具箱和基準(zhǔn)
MMClassification是基于PyTorch的開源圖像分類工具箱。它是OpenMMLab項目的一部分。
主要特點：
各種骨干和預(yù)先訓(xùn)練的模型
訓(xùn)練技巧包
大規(guī)模訓(xùn)練配置
高效率和可擴(kuò)展性
支持的骨干網(wǎng)：
ResNet
ResNeXt
SE-ResNet
SE-ResNeXt
RegNet
ShuffleNetV1
ShuffleNetV2
MobileNetV2
MobileNetV3
項目地址：
https://github.com/open-mmlab/mmclassification
? mmpose OpenMMLab姿勢估計工具箱和基準(zhǔn)
MMPose是一個基于PyTorch的開源姿勢估計工具箱。它是OpenMMLab項目的一部分。
主要特點：
支持自上而下和自下而上的方法。
MMPose實現(xiàn)了多種先進(jìn)的（SOTA）深度學(xué)習(xí)模型來進(jìn)行人體姿勢估計，包括自上而下和自下而上的方法。
更高的效率和更高的精度。
與HRNet等其他流行的代碼庫相比，可以獲得更快的培訓(xùn)速度和更高的準(zhǔn)確性。
支持各種數(shù)據(jù)集。
該工具箱直接支持多個數(shù)據(jù)集，COCO，AIC，MPII，MPII-TRB，OCHuman等。
精心設(shè)計，測試和記錄。
將MMPose分解為不同的組件，并且可以通過組合不同的模塊輕松構(gòu)建自定義的姿勢估計框架。提供詳細(xì)的文檔和API參考以及單元測試。
模型公園：
基準(zhǔn)測試：
我們在標(biāo)準(zhǔn)COCO關(guān)鍵點檢測基準(zhǔn)上證明了MMPose框架在速度和準(zhǔn)確性方面的優(yōu)越性。
項目地址：
https://github.com/open-mmlab/mmpose
今天給大家推薦【機(jī)器學(xué)習(xí)集訓(xùn)營 第十二期】課程，下周一開課！
1
專業(yè)的教學(xué)模式
【機(jī)器學(xué)習(xí)集訓(xùn)營?第十二期】，采取十二位一體的教學(xué)模式，包括12個環(huán)節(jié)：“入學(xué)測評、直播答疑、布置作業(yè)、階段考試、畢業(yè)考核、一對一批改、線上線下結(jié)合、CPU&GPU雙云平臺、組織比賽、聯(lián)合認(rèn)證、面試輔導(dǎo)、就業(yè)推薦”。
2
完善的實戰(zhàn)項目
只學(xué)理論肯定是不行的，學(xué)機(jī)器學(xué)習(xí)的核心是要做項目，本期集訓(xùn)營共13大實戰(zhàn)項目.
3
專家級講師團(tuán)隊
本期集訓(xùn)營擁有超豪華講師團(tuán)隊，學(xué)員將在這些頂級講師的手把手指導(dǎo)下完成本期課程的學(xué)習(xí)，挑戰(zhàn)40萬年薪。
授課老師、助教老師，多對一服務(wù)。從課上到課下，從專業(yè)輔導(dǎo)到日常督學(xué)、360度無死角為學(xué)員安心學(xué)習(xí)鋪平道路。陪伴式解答學(xué)員疑惑，為學(xué)員保駕護(hù)航。
4
六大課程特色
5
完善的就業(yè)服務(wù)
學(xué)員在完成所有的階段學(xué)習(xí)后，將會有一對一的就業(yè)服務(wù)，包括簡歷優(yōu)化、面試求職輔導(dǎo)及企業(yè)內(nèi)推三大部分。
為了確保學(xué)員能拿到滿意的offer，七月在線還專門成立就業(yè)部，會專門為集訓(xùn)營學(xué)員提供就業(yè)服務(wù)，保證每一位學(xué)員都能拿到滿意的offer。
掃碼查看課程詳情，同時大家也可以去看看之前學(xué)員的面試經(jīng)驗分享。
戳↓↓“閱讀原文”和課程老師申請優(yōu)惠！