近期值得关注的8款AI开源项目 | 本周Github精选

#基于Keras的机器学习自动化库

Auto Keras 是一个用于自动机器学习的开源框架 ，让缺乏机器学习背景的领域专家也能轻松使用机器学习 工具 和各类深度学习模型， 其主要功能包括自动设计网络结构和自动调参。

项目链接

https://github.com/jhfjhfj1/autokeras

Pythia

#来自FAIR的模块化VQA框架

Pythia 是由 Facebook AI Research 开发的模块化 VQA 框架。由于 VQA 模型有着标准的设计模式，包括：问题编码，图像特征抽取，带有注意力机制的输入信息融合，答案生成等，因此 本项目的长期目标为提供一个易用、可扩展的模块化平台。

项目链接

https://github.com/facebookresearch/pythia

AnyQ

#基于FAQ集合的问答系统

AnyQ (ANswer Your Questions) 开源项目主要包含面向 FAQ 集合的问答系统框架、文本语义匹配工具 SimNet。

问答系统框架采用了配置化、插件化的设计，各功能均通过插件形式加入，当前共开放了 20+ 种插件。开发者可以使用 AnyQ 系统快速构建和定制适用于特定业务场景的 FAQ问答系统，并加速迭代和升级。 

SimNet 是百度自然语言处理部于 2013 年自主研发的语义匹配框架，该框架在百度各产品上广泛应用，主要包括 BOW、CNN、RNN、MM-DNN 等核心网络结构形式，同时基于该框架也集成了学术界主流的语义匹配模型，如 MatchPyramid、MV-LSTM、K-NRM 等模型。SimNet 使用 PaddleFluid 和Tensorflow 实现，可方便实现模型扩展。使用 SimNet 构建出的模型可以便捷的加入 AnyQ 系统中，增强 AnyQ 系统的语义匹配能力。

▲ AnyQ的框架结构

项目链接

https://github.com/baidu/AnyQ

ESPnet 是一个端到端的语音处理工具箱，主要功能聚焦在端到端语音识别和文本转语音 。本项目基于 Chainer 和 PyTorch 作为开发框架。

项目链接

https://github.com/espnet/espne

CVAT 是一款用于计算机视觉的免费在线交互式视频和图像标注工具 。OpenCV团队已用它标注了具有不同属性的数百万个对象，许多 UI 和 UX 决策都基于专业数据标注团队的反馈。

项目链接

https://github.com/opencv/cvat

考虑到在目标检测任务中不同工作采用的评测指标各不相同，无法统一进行比较。 本项目提供了易于使用的功能，结合了各大主流目标检测竞赛的评测指标 ，用户无需将检测模型修改为复杂的输入格式，避免转换为XML或 JSON 文件。

项目链接

https://github.com/rafaelpadilla/Object-Detection-Metrics

Torchbearer

#PyTorch模型训练库

Torchbearer 是一个专为研究人员设计的 PyTorch 模型训练库，适合于执行高级自定义操作，方便快速测试一些经典模型在新任务上的表现。

项目链接

https://github.com/ecs-vlc/torchbearer