AdvancedEAST

检测图内中文。

让视频换成你想说的话。他的功能，就是上传一段视频，再上传一段音频，算法会让视频中的人物说出音频文件的内容。 通过机器学习让发音与嘴型进行匹配。

用游戏训练自动驾驶。Europilot是一个开源项目，它使用python控制Euro Truck Simulator 2开发自我驾驶算法的工具包。利用流行的欧洲卡车模拟器（ETS2）开发自动驾驶算法。使用europilot，可以捕获游戏屏幕输入，并以编程方式控制模拟器内的卡车。Europilot可以以两种方式之一使用：培训或测试。对于培训，europilot可以实时捕获屏幕输入并输出一个numpy数组，同时获取轮盘游戏杆值。为了进行测试，europilot可以创建一个虚拟的操纵杆驱动程序，该驱动程序可以在游戏中识别，并可以通过编程方式控制卡车。使用此操纵杆，您可以创建一个实时推理网络，该实时推理网络将游戏屏幕用作输入，并输出相关的操纵杆命令，例如转向。

图像去水印及修复。去除一张照片的水印，将一张缺损内容的照片修复，将一张模糊的照片，变得清晰

从图中识别文字。PaddleOCR是百度PaddlePaddle开源框架的代表作品；Github 获得6000多个star! OCR 是英文Optical Character Recognition的缩写，意思是光学字符识别，也可简单地称为文字识别，是文字自动输入的一种方法。

视觉迁移模型。谷歌发文介绍了其BigTransfer（BiT），称其为目前最先进的预训练模型，在分类问题中仅需要每个类少量几个样本即可达到极其优秀的性能。事实上，在ImageNet预训练的ResNet50系列模型是当前的工业标准，用于提取图像特征。在谷歌在论文 BigTransfer (BiT) 中分享的模型则可以轻松打败ResNet50，尽管数据量很少。