2020 年内发布的最热门、最受欢迎的机器学习项目的总结。www.newsxxw.com
本文最初发表于 Medium 博客，经原作者 Anupam Chugh 授权，InfoQ 中文站翻译并分享。
2021 年才刚刚开始，在过去的一年中，机器学习领域中发生了很多事情。
本文介绍了最流行的开源研究项目、演示和原型。其范围从照片编辑到自然语言处理，再到使用“无代码”训练模型，我希望这些能够激发你去构建令人难以置信的赢咖4产品。
1
Background Matting v2
http://github.com/PeterL1n/BackgroundMattingV2
Background Matting v2（背景抠图）从广受欢迎的 The World is Your Green Screen（世界是你的绿幕）开源项目中汲取灵感，展示了如何实时删除或更改背景。它提供了更好的性能（4K 时为 30fps，FHD 时为 60fps），并可与流行的视频会议应用 Zoom 一起使用。www.newsxxw.com
该技术使用附加捕获的背景帧，并将其用于恢复 alpha 哑光和前景层。采用两个神经网络对高分辨率图像进行实时处理。
假如你想把某人从视频中移除，同时保留背景，这个项目绝对有用。
2
SkyAR
http://github.com/jiupinjia/SkyAR
这是一个神奇的项目，它能对视频中的天空进行替换和协调，并能在视频中自动生成具有逼真和戏剧性风格的天空背景，而且风格可控。
这个以 Pytorch 为基础的项目使用了 pytorch-CycleGAN-and-pix2pix 项目中的部分代码，使用了天空抠图，通过光流进行运动估计，以及图像混合，实时提供视频艺术背景。www.newsxxw.com
上面提到的开源项目在电影和视频游戏中有惊人的潜力，比如增加雨天、晴天等等。
3
AnimeGAN v2
http://github.com/TachibanaYoshino/AnimeGANv2
将照片卡通化总是一个有趣的机器学习项目。不是吗？
这个项目 AnimeGAN v2 是 AnimeGAN 的改进版本。具体来说，它在保证防止高频伪影产生的同时，将神经风格转移与生成对抗网络（GAN）结合起来完成任务。www.newsxxw.com
4
txtai
http://github.com/neuml/txtai
赢咖4精准化的搜索引擎和问答聊天赢咖4永远是当前的需求。而这正是这个项目所要做的。
txtai 利用 sentence-transformers、transformers 和 faiss，为上下文搜索和提取式问题回答构建了一个赢咖4引擎。www.newsxxw.com
实际上， txtai 支持构建用于相似性搜索的文本索引，并基于抽取式创建问题回答系统。
