Skip to main content

Open Zeka Derin Öğrenme Servisi Model Yapıları

Open Zeka Servisi geliştirilmesinde kullanılan modellerin geliştirilmesinde kullanılan kaynaklara aşağıdan erişebilirsiniz.

  1. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
    https://github.com/rbgirshick/py-faster-rcnn
  2. DeepBox: Learning Objectness with Convolutional Networks  (Experiments on both PASCAL and COCO)
    https://github.com/weichengkuo/DeepBox
    https://porter.io/github.com/weichengkuo/DeepBox
  3. Places2
    http://places2.csail.mit.edu/
    http://image-net.org/challenges/talks/WM_presentation.pdf
  4. Coco
    http://image-net.org/challenges/talks/COCO-ICCV15-clean.pdf
  5. http://image-net.org/challenges/ilsvrc+mscoco2015
  6. Yüz tanıma
    1. Yüz tanıma kütüphane: http://www.robots.ox.ac.uk/~vgg/software/vgg_face/
    2. https://github.com/AlfredXiangWu/face_verification_experiment
    3. https://github.com/RiweiChen/DeepFace
    4. Veritabanı indirmek için: https://github.com/lightalchemist/FaceScrub
    5. http://arxiv.org/abs/1501.02876v4
    6. DeepFace: Closing the Gap to Human-Level Performance in Face Verification
    7. Yüz veritabanı: http://vis-www.cs.umass.edu/lfw/#download
    8. 40 GB yüz veritabanı http://wlfdb.stevenhoi.com/
    9. Openface http://cmusatyalab.github.io/openface/
    10. Veriseti http://biometrics.idealtest.org
    11. Veriseti: http://stoudemireyan32.wix.com/yanli#!face-databases/cmme
    12. A Lightened CNN for Deep Face Representation
    13. Veriseti: http://www.cbsr.ia.ac.cn/english/CASIA-WebFace-Database.html
    14. Veriseti: http://www.cs.tau.ac.il/~wolf/ytfaces/
    15. Learning Face Representation from Scratch
    16. Akadmeik kişi: http://dayongwang.info
    17. Clustering Millions of Faces by Identity
    18. Face Search at Scale: 80 Million Gallery
    19. Örnek kodlar: https://github.com/tambetm/face_kiosk
    20. Kitap: Advances in Face Detection and Facial Image Analysis
    21. http://vintage.winklerbros.net/emotiW.html
    22. caffe yüz kütüphane: https://github.com/guoyilin/caffe
  7. Fashion API
    https://github.com/DeepFashion/Caffe-API
  8. Speech Recognition
    1. https://github.com/pannous/caffe-speech-recognition
    2. https://github.com/pannous/tensorflow-speech-recognition
    3. https://github.com/baidu-research/warp-ctc
    4. https://github.com/SeanNaren/CTCSpeechRecognition
    5. http://svail.github.io/mandarin/
    6. http://deeplearning.stanford.edu/lexfree/
  9. Baidu: https://svail.github.io/
  10. http://www.nervanasys.com/https://github.com/nervanazoo/NervanaModelZoo
  11. https://github.com/karpathy/neuraltalk2
    1. Demo: http://cs.stanford.edu/people/karpathy/neuraltalk2/demo.html
    2. Demodan elde edilen metin sese çevrilecek.
    3. Örnek: metin ses dönüşümü: http://responsivevoice.org/api/
  12. http://songhan.github.io/SqueezeNet-Deep-Compression/
    1. https://github.com/songhan/SqueezeNet-Deep-Compression
    2. https://github.com/DeepScale/SqueezeNet
  13. Örnek servisler
    1. http://emovu.com/e/
  14. Kanser hücre tespiti yarışması http://grand-challenge.org/
  15. İsme göre cinsiyet tespiti: https://genderize.io
  16. LWF veritabanını cinsiyete göre sınıflandırma: https://github.com/Pletron/LFWgender
  17. Yaş ve cinsiyet sınıflandırma: https://github.com/GilLevi/AgeGenderDeepLearning
  18. Duygusal sınıflandırma: http://www.openu.ac.il/home/hassner/projects/cnn_emotions/
  19. Resim metin – Generative Adversarial Text-to-Image Synthesis: https://github.com/reedscot/icml2016
  20. Deep learning API with emotion recognition application: https://github.com/mihaelacr/pydeeplearn
  21. Kütüphaneler:
    1. http://www.vlfeat.org/matconvnet/
  22. Logo tespiti
    1. http://logo-net.org
    2. LOGO-Net: Large-scale Deep Logo Detection and Brand Recognitionwith Deep Region-based Convolutional Networks
    3. Logo veritabanı: http://www-sop.inria.fr/members/Alexis.Joly/BelgaLogos/BelgaLogos.html#download
  23. Servisler
    1. https://www.labell.io/
    2. https://sightengine.com/
    3. http://www.faceall.cn/
    4. http://imagevision.com/
  24. DeepPose implementation nudity
    1. https://github.com/mitmul/deeppose
    2. http://static.googleusercontent.com/media/research.google.com/ja//pubs/archive/42237.pdf
    3. Nudity detection with Python
    4. Applying deep learning to classify pornographic images and videos
  25. Describing Videos with Neural Networks -Neurotalk
  26. Makine kurulumu
    1. The World’s Fastest Deep Learning System Right at Your Desk
  27. Diğer:
    1. convnet-benchmarks: https://github.com/soumith/convnet-benchmarks

Open Zeka Resim Tanıma Web & API Sunucusu Açık Kaynak Kodlu Olarak Yayınlanacak

Open Zeka Resim Tanıma Web & API Sunucusunu, NVIDIA’nın Avrupa’da ilk defa düzenlediği GPU Teknoloji Konfereansında yapılacak sunumu müteakip açık kaynak kodlu olarak kullanıcılara sunacağız. Resmi dağıtımdan önce Open Zeka yazılımı hakkında ilk geri beslemeleri almak için bir tester ekibi oluşturmaya karar verdik. Tester ekibimize katılmak için aşağıdaki formu doldurmanız yeterlidir.

https://goo.gl/forms/o585mmMBT41QCJeh1

Open Zeka Nedir?

Açık kaynak kodlu resim tanıma sunucu yazılımıdır. Open Zeka’nın web arayüzü olduğu gibi API arayüzü de mevcuttur. API arayüzü ile derin öğrenme algoritmalarının tanıma kabiliyetini uygulamalarınızda kullanarak eşsiz deneyimden faydalanabilirsiniz.

Donanım olarak ne gereklidir?

Open Zeka, CPU, GPU ve gömülü (Jetson TX1/Jetson TK1) sistemlerde çalışabilmektedir. GPU’lu makinelerde hızı muhteşemdir.

İnternete bağlanmak gerekli midir?

Open Zeka ile derin öğrenme algoritmaları kendi makinenizde çalışır. Dolayısıyla internet ihtiyacı olmadan kullanabilirsiniz.

Nerede kullanabilirim?

Drone, robot, otonom sistemlerde olduğu gibi görüntü tanıma ihtiyacı olan her uygulamada kullanabilirsiniz.