点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

最近我们发现了一些非常有趣的开源机器学习库并把它们列成了一个清单，今天就一起来分享以下吧。

这个开源项目主要是将灰度图像转换成色彩图像，它所采用的深度学习模型已经经过训练并效果惊人。简而言之，该项目的目标是对旧图像和胶片进行着色与还原。我们可以利用它为童年时期的旧胶卷或黑白照片着色。

代码链接：https://github.com/jantic/DeOldify

这款深度学习库只需要使用某人5秒钟的语音，就能够模仿他的声音，并实时生成任意的话语。该体统仍处于初步阶段，无法自动强调或发出声音。

代码链接：https://github.com/CorentinJ/Real-Time-Voice-Cloning

世界上最简单的人脸识别库，其模型对贴有标签的人脸的准确性为99.38％。小伙伴们可以通过python代码或从命令行利用它来识别人脸。通过了解它的工作原理，小伙伴们可以构建自己的培训模型。例如可以使用该原理实现一个实时人脸面具检测器。

代码链接：https://github.com/ageitgey/face_recognition

NeuralTalk2利用Python和numpy的建立了多模式递归神经网络，该网络可以自行使用一句话来描述图像或视频的内容。虽然它并不是一个非常有用的项目，但是可以用来创建一些有趣的视频。

小伙伴中有动漫迷吗？如果有的话U-GAT-IT（具有用于图像到图像转换的自适应层实例规范化的无监督生成网络）将是是大家的理想开源学习项目，它可以将你拍摄的照片转换成漫画的形式。他们已经建立了两个网页并使用该技术开发了TelegramBot。

代码链接：https://github.com/taki0112/UGATIT

使用深度学习的提高图像分辨率，可以将16x16输入图像放大4倍，生成64x64图像。从下图中可以看出，它可以对原始人脸进行重建。更酷的是这种分辨率的提高和图像的重建被广泛用于电影行业，这也使得电影变得更加好看。

使用此机器学习项目库，可以提高视频的分辨率。这意味着它可以提高视频质量。通过将其与DeOldify结合使用，我们就可以为旧电影素材上色并使它变得更清晰。

总结

希望这份机器学习列表对大家有所帮助，如果大家有自己喜欢的深度学习库也请在下面留言哦！

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~