图像处理项目资源整理

深度学习项目图像处理领域的代码链接。

图像识别，图像生成，看图说话等等方向的代码；

图像生成

绘画风格到图片的转换：Neural Style： https://github.com/jcjohnson/neural-style

图像类比转换：image-analogies ：https://github.com/awentzonline/image-analogies

根据涂鸦生成图片：Neural Doodle ：https://github.com/alexjc/neural-doodle

根据涂鸦类比图片：Sketchy：https://github.com/janesjanes/sketchy

根据图片生成铅笔画：Pencil：https://github.com/fumin/pencil

把一副图像变成铅笔水粉画。

手写文字模拟：rnnlib ：https://github.com/szcom/rnnlib

转换风景图片：http://transattr.cs.brown.edu

这个项目可以识别和理解图片中的风景，并且可以根据用户提出的条件，定向改变原风景画中的环境（比如more night）

图片变Emojis表情：http://engineering.curalate.com/2016/01/20/emojinet.html

增加图片分辨率：srez：https://github.com/david-gpu/srez

图片自动上色：Colornet ：https://github.com/pavelgonchar/colornet

生成可爱的动漫头像：AnimeGAN ：https://github.com/jayleicn/animeGAN

骡子变斑马：CycleGAN and pix2pix in PyTorch ：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix.git

强大的图像生成器：DiscoGAN in PyTorch ：https://github.com/carpedm20/DiscoGAN-pytorch.git

使用RNN生成手写数字：DRAW implmentation ：https://github.com/skaae/lasagne-draw

使用CNN来放大图片：waifu2x ：https://github.com/nagadomi/waifu2x

根据图片生成一段描述：Show and Tell ：https://github.com/tensorflow/models/tree/master/im2txt

根据图片讲故事：neural-storyteller ：https://github.com/ryankiros/neural-storyteller

根据图片将故事2:NeuralTalk2：https://github.com/karpathy/neuraltalk2

识别图片中的文字：CRNN for image-based sequence recognition：https://github.com/bgshih/crnn.git

图像识别

用于物体识别的全卷积网络：PyTorch-FCN：https://github.com/wkentaro/pytorch-fcn.git

引入注意力的卷积网络：Attention Transfer：https://github.com/szagoruyko/attention-transfer.git

物体识别实例：Deep-Learning：

https://github.com/priya-dwivedi/Deep-Learning/blob/master/Object_Detection_Tensorflow_API.ipynb

物体识别API：Tensorflow Object Detection API：https://github.com/tensorflow/models/tree/master/object_detection

推理场景结构：SfMLearner ：https://github.com/tinghuiz/SfMLearner

用于分辨色情图像的open_nsfw ：https://github.com/yahoo/open_nsfw

人脸识别：Open Face ：https://github.com/cmusatyalab/openface

易用人脸识别：Face_recognition ： https://github.com/ageitgey/face_recognition#face-recognition

快速人脸识别：MobileID：https://github.com/liuziwei7/mobile-id

图像识别框架1：AlexNet & VGG Net & GoogleNet & ResNet

AlexNet

https://gist.github.com/JBed/c2fb3ce8ed299f197eff

VGG Ne

https://github.com/fchollet/keras/blob/master/keras/applications/vgg16.py

GoogleNet

https://github.com/fchollet/keras/blob/master/keras/applications/inception_v3.py

ResNet

https://github.com/fchollet/keras/blob/master/keras/applications/resnet50.py

图像识别框架2：ResNeXt & RCNN & YOLO & SqueezeNet & SegNet

ResNeXt

https://github.com/titu1994/Keras-ResNeXt

RCNN (基于区域的 CNN)

https://github.com/yhenon/keras-frcnn

YOLO (You Only Look once)

https://github.com/allanzelener/YAD2K

SqueezeNet

https://github.com/rcmalli/keras-squeezenet

SegNet

https://github.com/imlab-uiip/keras-segnet

预训练的图像识别模型：functional-zoo

https://github.com/szagoruyko/functional-zoo.git

由PyTorch和Tensorflow实现的常用图像识别模型包含预训练参数。

预定义的CNN过滤器： PyScatWave

https://github.com/edouardoyallon/pyscatwave

一套预定义的filter，用于增强图像识别的效果。

计算图片中物体的相似度：Conditional Similarity Networks (CSNs)

https://github.com/andreasveit/conditional-similarity-networks.git

《Conditional Similarity Networks》的PyTorch实现，可以根据不同的条件计算图片中物体的相似度。

量子化学中的神经信息传递(･_･;Neural Message Passing for Quantum Chemistry

https://github.com/priba/nmp_qc.git

论文《Neural Message Passing for Quantum Chemistry》的PyTorch实现，讲的是量子化学里的神经信息传递！听起来碉堡了。

图像理解

Visual Question Answering in Pytorch

https://github.com/Cadene/vqa.pytorch.git

一个PyTorch实现的优秀视觉推理问答系统，是基于论文《MUTAN: Multimodal Tucker Fusion for Visual Question Answering》实现的。项目中有详细的配置使用方法说明。

Facebook看图答题：Clevr-IEP

https://github.com/facebookresearch/clevr-iep.git

Facebook Research 论文《Inferring and Executing Programs for Visual Reasoning》的PyTorch实现，讲的是一个可以基于图片进行关系推理问答的网络。