优秀的开源项目C_本周优秀开源项目分享：基于yolov3的轻量级人脸检测、增值税发票OCR识别 等8大项目...
yolo-face-with-landmark 使用pytroch实现的基于yolov3的轻量级人脸检测
实现的功能：
添加关键点检测分支，使用wing loss。
安装和使用：
git clone https://github.com/ouyanghuiyu/yolo-face-with-landmark
使用src/retinaface2yololandmark.py脚本将retinaface的标记文件转为yolo的格式使用
使用src/create_train.py 创建训练样本
测试：
在wider face val精度(单尺度输入分辨率：320*240)
在wider face val精度(单尺度输入分辨率：640*480)
项目地址：
https://github.com/ouyanghuiyu/yolo-face-with-landmark
02metfaces-dataset 从艺术品中提取的人脸图像数据集
MetFaces是从艺术品中提取的人脸图像数据集，最初是我们在以下方面的工作之一：
用有限的数据训练生成对抗网络
该数据集包含1336个分辨率为1024×1024的高质量PNG图像。这些图像是通过大都会艺术博物馆收藏的API下载的，并使用dlib自动对齐和裁剪。各种自动过滤器用于修剪设备。
所有数据都托管在Google云端硬盘上：
项目地址：
https://github.com/NVlabs/metfaces-dataset
03invoice 增值税发票OCR识别
增值税发票OCR识别，使用flask微服务架构，识别type：增值税电子普通发票，增值税普通发票，增值税专用发票；识别字段为：发票代码、发票号码、开票日期、校验码、税后金额等。
环境：
python3.5/3.6
依赖项安装：
pip install -r requirements.txt -i
https://pypi.tuna.tsinghua.edu.cn/simple
模型架构：
Y0L0v3+CRNN+CTC
模型:
模型下载地址：
https://pan.baidu.com/s/1bjtd3ueiUj3rt16p2_YQ2w
将下载完毕的模型文件夹models放置于项目根目录下。
服务启动:
python3 app.py
服务调用地址：
http://...: [端口号]/invoice-ocr，例：http://127.0.0.1:11111/invoice-ocr
项目地址：
https://github.com/guanshuicheng/invoice
04 OpenSelfSup 自监督学习工具箱和基准以下是无监督学习，自监督学习和表象学习之间的关系。此项目专注于阴影区域，即无监督的表示学习。自监督的表示学习是它的主要分支。
由于在很多情况下，我们不会严格区分自监督表示学习和无监督表示学习，因此我们仍将此项目称为OpenSelfSup。
主要特征：
所有方法都在一个存储库中
灵活性和可扩展性 OpenSelfSup遵循MMDetection的类似代码体系结构，但比MMDetection更加灵活，因为OpenSelfSup集成了各种自我监督的任务，包括分类，联合聚类和特征学习，对比学习，带有存储库的任务等。
效率 所有方法都支持多机多GPU分布式训练。
标准化基准 对基准进行了标准化，包括逻辑回归，线性探测特征的SVM /低速SVM，半监督分类和对象检测。
项目地址：
https://github.com/open-mmlab/OpenSelfSup
05detectron2 对象检测和分割平台
Detectron2是Facebook AI Research的下一代软件系统，可实现最新的对象检测算法。它是对先前版本Detectron的完全重写，它源自maskrcnn-benchmark。
特性：
由PyTorch深度学习框架提供支持。
包括更多功能，例如全景分割，密集姿势，Cascade R-CNN，旋转边界框等。
可用作库来支持基于它的不同项目。我们将以这种方式开源更多的研究项目。
训练得更快。
通常会根据对ImageNet分类任务进行预训练的骨干模型进行初始化。提供以下主干模型：
R-50.pkl：MSRA原始ResNet-50模型的转换副本。
R-101.pkl：MSRA原始ResNet-101模型的转换副本。
X-101-32x8d.pkl：在FB用Caffe2训练的ResNeXt-101-32x8d模型。
R-50.pkl(torchvision)：Torchvision的ResNet-50模型的转换副本。
项目地址：
https://github.com/facebookresearch/detectron2
06person-reid-3d 3D空间中的人员重新识别
系统需求：
Python 3.6 or 3.7
GPU Memory >= 4G (e.g., GTX1080)
Pytorch = 1.4.0
dgl
效果：
项目地址：
https://github.com/layumi/person-reid-3d
07neoml 深度学习和传统算法的机器学习框架
NeoML是一个端到端的机器学习框架，可让您构建，训练和部署ML模型。ABBYY工程师将该框架用于计算机视觉和自然语言处理任务，包括图像预处理，分类，文档布局分析，OCR以及从结构化和非结构化文档中提取数据。
关键特性：
支持100多种图层类型的神经网络
传统机器学习：20多种算法(分类，回归，聚类等)
CPU和GPU支持，快速推断
ONNX支持
语言：C++，Java，Objective-C
跨平台：相同的代码可以在Windows，Linux，macOS，iOS和Android上运行
支持平台：
项目地址：
https://github.com/neoml-lib/neoml
08AlphaVideo 用于视频相关任务的视觉工具箱，包括动作识别，多对象跟踪
AlphaVideo是基于PyTorch的开源视频理解工具箱，涵盖多对象跟踪和动作检测。
在AlphaVideo中，我们发布了第一个单阶段多目标跟踪(MOT)系统TubeTK，该系统可以在MOT-16数据集上实现66.9 MOTA，在MOT-17数据集上实现63 MOTA。
对于动作检测，我们发布了一个有效的模型AlphAction，这是第一个开源项目，在AVA数据集上使用单个模型即可达到30+ mAP(32.4 mAP)。
特性与功能：
多目标追踪 提供了TubeTK模型，该模型是论文“ TubeTK：在一步式训练模型(CVPR2020，口头)中采用管来跟踪多目标”的正式实现。
精确的端到端多对象跟踪。
不需要任何现成的图像级对象检测模型。
行人跟踪的预训练模型。
输入：帧列表；视频。
输出：用彩色边框装饰的视频；Btube列表。
动作识别 提供AlphAction模型作为论文“用于动作检测的异步交互聚合”的实现。
准确而有效的动作检测。
针对AVA中定义的80种原子作用类别的预训练模型。
输入：视频；相机。
输出：由人为盒子装饰的视频，并附有相应的动作预测。
项目地址：
https://github.com/Alpha-Video/AlphaVideo
今日福利七月在线【AI攻城狮超车季】，集训营、就业小班 课程 限时免费开放，还有 VIP会员年卡、机械键盘、技术书免费送！
8大重磅课程免费学，先送你几节课，扫码免费领(无转发、无套路扫码直接领一节)：
扫码免费学
<< 滑动查看下一门课程 >>
戳↓↓“阅读原文”免费领集训营 就业班课程！