好玩的AI创意项目大放送,快来pick你心中的第一吧

好玩的AI创意项目大放送,快来pick你心中的第一吧

首页休闲益智极速二仙桥更新时间:2024-06-05

谁说程序员的世界只有黑白的代码,下面就带大家领略一下开发者们使用飞桨 PaddlePaddle 构建的有趣创意项目!喜欢不只停留在口头赞美与内心崇拜,请用你的 star 和 fork 支持开源吧!

以下汇集了目前第一期“AI 创造营”榜单排名前十的创意项目。榜首教大家掌握隔空取人超能力,第二名再现了是极客就坚持100秒经典 flash 小游戏,第三名为大家奉上菩提老祖的鬼抽版表情包。如果你是二次元忠实粉,快来为一键生成动漫化视频、18IG 队员人物素描生成、李云龙的二次元风格项目献上你的 star 吧!元老级互联网达人快来看看网抑云选手等级鉴别器、用 PaddleHub 生成粉圈微博项目,给你的创意找点灵感!更有大开脑洞的火星船票、AI 染发项目,最终榜单将以各组的整体热力值进行排名(规则详见比赛页),快快 star 支持你 pick 的创意项目吧!

新一代超能力:隔空取人

只需手机 电脑,轻松解锁隔空取人超能力

先用手机捕捉一张 TA 的美照,然后挑选电脑桌面的某个位置,即可把心仪的 TA 贴到电脑桌面上啦。除了可以收集艺术品里的人物,还可以随时创作人物剪切画,甚至逛 B 站的时候还可以让郭麒麟陪你哦。更多有趣的玩法,等你 star,fork 后一起玩耍,快秀出你的脑洞吧!

实现过程:

首先在桌面端启动 https 服务,然后封装到百度飞桨 PaddlePaddle 提供的人像分割模型 Humanseg_mobile 中,再使用 OpenCV 的 SIFT 图像特征匹配算法,即可完成此创意项目的开发。

作者有话说:

PaddleHub 预训练模型工具的使用非常简单,只需一句代码就可完成安装,而且配有操作文档与示例代码,开发体验非常友好。

https://github.com/shadowcz007/AR-lab

是极客就坚持100秒

给你一个证明自己的机会!

还记得小时候的 flash 小游戏《是男人就坚持100秒》吗?现在你能进入到游戏里感受沉浸式的游戏体验了!本次游戏将释放你的双手,所有操作都只用你的小脑袋来完成。两种版本均已发布,感受不同的乐趣!ace2p 版本适合电脑配置高的玩家,细粒度分割将提升你的游戏感!目标检测版本则更加丝滑,并有二仙桥大爷,谭 sir,气球哥等霸气出场!

实现过程:

两个版本分别使用了细粒度人像分割 ace2p 模型和人脸检测 :

ultra_light_fast_generic_face_detector_1mb_320 模型。对于 ace2p 模型,只使用其中人脸的部分;对于人脸检测模型,在综合了精度和推理时间两个评估准则后进一步进行了模型封装,避免出现检测不到人脸以及人脸检测框漂移等问题。并且在封装的时候,通过捕捉 IOU 和中心点的距离来增加人脸检测框的稳定性和整体项目的稳定性。

作者有话说:

PaddleHub 是一个很容易上手的预训练模型应用工具。然而在使用过程中,无论是什么模型,最好都根据自己的需求再封装一下,一些模型的效果需要经过处理后才能更好的体现。此外,基于 PaddleHub 提供的多样化模型,即使在相同的使用场景下,也需要从多个维度展开比较与权衡。

https://github.com/ninetailskim/DodgeFace

鬼抽版菩提老祖

想要各路神仙表情包?点个 Star/Fork 我教你!

选取《大话西游》中的片段,恶搞了一下菩提老祖的表情。此刻,菩提老祖的内心独白:焦了就焦了吧!

实现过程:

准备好表情视频和脸部迁移图片后,直接调用 PaddleGAN 开发套件内的 First Order Motion Model 模型,运行 demo 脚本后会自动训练出基于图片迁移的表情视频,再将视频编辑到原视频帧即可。

作者有话说:

PaddleGAN 开发套件里有很多封装好的模型,不用了解原理也不用看懂代码,安装成功后只需运行 GAN 脚本即可自动下载模型并对参数文件进行识别生成。新同学可以通过套件快速上手飞桨,官方还会提供详细的说明文档。

https://github.com/Attackzzw/-AI-emmmm

一键生成动漫化视频

你喜欢的日系小清新,这就满足你

日本动漫爱好者,特别是喜欢宫崎骏、新海诚的童鞋们有福啦!本项目为视频创作者提供了一键生成日系动漫 Vlog 的便捷工具,小清新滤镜走起~

实现过程:

视频按帧提取图片后,使用 PaddleHub 中的街景动漫化模型:

animegan_v2_shinkai_53,animegan_v2_hayao_64,animegan_v2_paprika_98 等,进行日系动漫风转换,最后再合成视频即可。

作者有话说:

飞桨 PaddlePaddle 官方主页会提供 API 接口的说明文档,遇到问题也可以在 Github 上提 issue,官方回复很快!

https://github.com/Ryan906k9/AnimeVlog

网抑云选手等级鉴别器

悄悄告诉我,你是几级网抑云选手?

项目使用的训练集为高质量网易云热评,借助飞桨 PaddlePaddle 框架和 PaddleNLP 相关模型,根据输入的语句鉴定你的网抑云等级。另外,深夜测试会有 buff 加成,千万不要在深夜查看训练集哦!

实现过程:

使用 LSTM 模型对网易云热评数据进行训练并预测情感类别,再通过对概率进行数学转换并映射到等级空间中,即可得到该句子的消极等级。0级代表最积极,5级代表最消极。

作者有话说:

飞桨的部署十分方便,有丰富的项目可以参考,还能帮你免去前期搭建环境的繁琐步骤。新上手飞桨的同学可以先找个项目直接运行一下,在此基础上按照自己的想法进行修改,多积累经验。

https://github.com/chestnutly/-AI-

用 PaddleHub 生成粉圈微博

你的微博你做主!

项目灵感来源于中文互联网中众多粉丝的打榜内容。在自然语言处理的帮助下,我们是否可以创造出能自主行动,甚至与真人用户互动的虚拟用户?本项目以某位明星的粉丝为例,尝试通过自然语言处理生成粉圈微博。

实现过程:

使用 ERNIE-GEN 预训练模型,在预训练阶段加入 span-by-span 生成任务,让模型能够每次生成一个语义完整的片段,并在预训练和微调中通过填充式生成机制和噪声感知机制来缓解曝光偏差问题。

作者有话说:

作为一个非计算机背景的设计师,PaddleHub 中的预训练模型都很好上手。我们参考了百度大脑 AI Studio 平台上很多精选项目,以及 NLP 领域相关文章,从而对该使用什么模型有了初步判断。

https://github.com/sunyuqian1997/ghost-on-web

18 IG 队员人物素描生成

快看,IG 从漫画中走出来啦!

2018年是电竞史上具有重大意义的一年,沉寂了7年的中国大陆赛区英雄联盟职业联赛终于斩获了世界冠军。世界冠军队伍 IG 也因此俘获一大批粉丝。本项目运用 U2Net 预训练模型,搭建了一个可以通过 end2end 方式生成人体面部素描的应用程序。

实现过程:

首先准备数据,然后安装 PaddleHub 并创建 U2Net 网络。PaddleHub 已经将 U2Net 预训练网络封装成接口,直接调用即可 inference 模型;最后通过加载 U2Net 预训练网络得出推断结果。

作者有话说:

PaddleHub 为不懂深度学习的同学提供了便捷工具箱,为懂深度学习的同学简化了模型的训练测试等繁琐步骤。对于刚接触飞桨的开发者,最快速的上手方式就是读文档,里面有详细的模型使用介绍。如果还有其他问题,可以在百度大脑 AI Studio 平台上的社区提问。

https://github.com/Stuyxr/invictus-Gaming-members-portrait-generation

MIXLAB_NASA_TICKET

灵感来源于 NASA 的火星船票

由于看到了百度大脑 AI Studio 平台的 photo_to_cartoon 和 AI 实现皮影戏的开源代码,觉得蛮有意思。因此本着能 ctrl c v 就一行代码不敲的原则,我决定做一个快乐的代码缝合怪。

实现过程:

首先获取小组成员的自拍视频,使用 PaddleHub 里的人体姿态检测模型 human_pose_estimation_resnet50_mpii,绑定宇航服骨骼;然后使用 photo2cartoon-paddle 模型,提取成员脸部作为人物头像;最后由小组设计师设计船票,留出空白区域,并将宇航员头像填入,即可输出静态船票。

https://github.com/Siriuscy/MIXLAB_NASA_TICKET

李云龙的二次元风格

请问,这还是我印象中的李云龙吗?

李云龙名场面:

你咋不敢跟旅长干一架呢!→旅长我给你跪下了!接下来,我们一起看看动漫风的效果。

实现过程:

本文使用 AnimeGANv2 进行视频的风格迁移。

作者有话说:

吹爆百度大脑 AI Studio 平台,预训练模型的开源确实造福业界。用它!用它!用它!免费 GPU 开放使用,众多的预训练模型极速拉取,还要什么自行车?用它就对了!

https://github.com/oukohou/PaddleGAN-develop

AI 染发,拒绝选择

缓解你的染发颜色选择焦虑症

你是否曾有过选择染发颜色的困扰?福利来了!我们用 PaddleHub 做了一个染发试色脚本,让你更便捷地挑选适合自己的颜色。你只需要站在摄像头前,各种染发颜色效果即刻展现。运行速度超快,而且颜色多样哦!

实现过程:

首先利用 PaddleHub 预训练模型应用工具中的 ace2p 分割模型,分割出图像中的头发部分,然后再给头发部分染上不同颜色。

作者有话说:

建议新上手飞桨的同学首先学习官方提供的 API 使用教程,了解相关 API 的用法,学习完基础部分后再多多实践练习,并在期间多查阅 API 文档。

https://github.com/2U-maker/paddlehub_match

第二期 AI 创造营已在紧锣密鼓的筹备中,带着你有趣的灵魂和富有创意的项目,来赢取 Switch 游戏机、健身环等惊喜大礼包吧!

查看全文
大家还看了
也许喜欢
更多游戏

Copyright © 2024 妖气游戏网 www.17u1u.com All Rights Reserved