echomimic_v2

语音克隆

时尚服饰项目。这是香港中文大学开源的一款专注于时尚服饰领域的分析工具。其目前含有的主要功能： 1）服饰属性识别； 识别服饰类别和款式。2）服饰检索； 查找与其类似的商品图。3）服饰解析与分割 4）服饰特征点定位。5）服饰搭配与推荐。该库也提供了大量该领域数据集。

文搜图，视频

P图神器。通过简单涂鸦，就可以调整图中人物的眉毛、鼻梁、脸型、嘴型眼睛大小，当然头发也是可以生成的(光头变成浓密秀发~)，另外还可以生成耳饰。

人物图生成。利用多张照片作为身份ID，获取人物特征，然后根据描述生成一个新的、个性化的人物图像。

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。