【附 Github 代碼】新年大放送,FB 最厲害的物體辨識演算法開源了!

【我們為什麼挑選這篇文章】人工智慧正夯,其應用面極廣,台灣政府與民間也各自有人帶頭投入相關技術研發。深度學習是人工智慧機器學習的分支,自動駕駛和人臉辨識可基於這項技術達成。本文搜羅三個 Github 上與 AI 相關的專案,一起來看看怎麼應用吧!(責任編輯:杜維)

DeepLeague:「英雄聯盟 LoL」深度學習

DeepLeague 是一個將深度學習、CV、LOL 結合的算法和數據集,是作者 Farzaa 在無聊時花了五天的時間完成的開源專案。DeepLeague 使用了超過 100K 張標註圖片來訓練,並且所有的數據均來自正規比賽。

通過分析比賽小地圖中英雄的名稱、坐標、路徑、戰績等信息,DeepLeague 可推斷出蹲草叢、打野、團戰、打大龍的最佳時機。 另外,如果你把 Faker 的 VOD 輸入該系統,DeepLeague 還能學習他的打法和技巧。

Detectron:Facebook 開源的頂級物體檢測研究平台

Detectron 是 Facebook 開源的頂級物體檢測研究平台, 專案最初開始於 2016 年 7 月,當時的 目的是在 Caffe2 的基礎上建立一個快速、靈活的物體檢測系統 ,內部開發過程也就從此開始。

經過一年半的開發之後,數據庫已經成熟了,而且其中集成了許多 Facebook 自己的研究項目,包括在 ICCV 2017 上獲得最佳論文獎(馬爾獎)的《Mask R-CNN》和獲得最佳學生論文獎的《檢測密集物體時的焦距損失》兩篇論文中的算法,以及更早更廣泛使用的 R-CNN 算法家族等。

關於  Detectron 的詳細介紹,請查看 雷鋒網此前的報導

DroNet:無人機城市環境導航策略學習

無人機在城市街道上飛行很容易導致危險的事故,DroNet 可以讓無人機學會像汽車那樣在嚴格的規則和制度下飛行。通過前置攝像頭輸入的圖像信息,DroNet 能夠分析無人機的旋轉角度,並計算出當前與外物發生碰撞的可能性。

這套算法由蘇黎世大學及瑞士國家機器人能力研究中心的研究人員研發,開發 DroNet 的目的,就是讓無人機提供導航服務,使其安全穿行於城市之間。

____

(本文經合作夥伴 雷鋒網 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈用深度学习玩「英雄联盟」;Facebook 开源物体检测平台 | Github 项目推荐 〉,首圖來源:Pexels, CC Licensed。)

延伸閱讀

Google 李飛飛大神圖像識別課免費中文版來啦!一毛錢都不花就學完深度學習精髓
AI 入門必備懶人包:圖解 27 種神經模型,讓你秒懂差在哪
台灣人才悶、連睡覺時間都沒有,PTT 創世神一語戳破科技業僵化現實
總結 2017 年 Google Brain 成果:機器學習的各種應用、開源都在這!
不會寫程式也能做「機器學習」專案:Google 新開源項目,讓你用瀏覽器就能成為 AI 工程師!


【2018 年 TechOrange 招募新血,引領台灣正向改變】
如果你平常關注人工智慧、fintech、區塊鏈、創新創業、數位行銷、技術開源、資安、物聯網、經營管理、科技小物等,加入《TO》跟我們一起關注社會、產業創新!

TechOrange 社群編輯、實習生持續徵才中
意者請提供履歷自傳以及文字作品,寄至 [email protected]
來信主旨:【應徵】TechOrange _填上應徵職稱_:您的大名

點關鍵字看更多相關文章: