AINav.net

淘宝商家神器。仅需衣服照片，几分钟即可生成高清模特图片

智能删掉任何图片中不需要的部分

从音频中提取和分离人声、伴奏

AI智能抠图换背景

图片无损放大

照片跟音乐动。让照片中的人脸跟着音乐律动。

抢设计师饭碗。鹿班，堪称要干掉一大堆设计师的网站，阿里云出品，能让小白随随便便设计出超级好看的作品，而且用时极短。

图片AI编辑。包括AI智能抠图，风格转换，一键换背景，删除图中人或物，提升图片清晰度，修复曝光等等

将照片卡通化

生成混血美女。混合多张图片的特点，生成一张新图片。包括生成混血美女。

目标检测。YOLOv6的精度与速度都远超 YOLOv5 和 YOLOX。

使相片变高清

生成人脸，编辑人脸。

表情识别。识别开心，悲伤，惊讶等等表情

预测蛋白质形状。AlphaFold 是 DeepMind 开源的人工智能系统，借助 AlphaFold 可以更加准确的预测蛋白质的形状。主要应用于医疗保健和生命科学领域，有可能加速药物的研究与发现。

图片视频无损放大。可以将图片以及视频变高清。

人脸属性替换。例如换个鼻子嘴巴，甚至肤色和性别，通过StarGAN v2可是轻松的识别人脸属性， 并精准替换，肉眼都难以发现破绽。

去除人脸马赛克。眼中有码，心中无码”是境界，“图上有码，脑补解码”就是PULSE算法了。 PULSE 算法目前只支持人脸的马赛克“去除”，因为训练数据都是人脸。

反美颜系统。美颜就是通过“曲面液化”来达到形状调整的目的的， 只要经过液化的照片，电脑都能找到痕迹，并将其还原。

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。

医学图像数据集。MedMNIST v2 是一个大规模的 2D 和 3D 医学图像分类数据集，包含 12 个 2D 数据集和 6 个 3D 数据集，其中 2D 数据集有 708069 张图片，3D 数据集有 10214 张图片。数据集包含多种模态（X 光片、视网膜 OCT、超声、CT 等）、 多种任务（多分类、二分类、多标签、有序回归）， 数据集规模从百量级到十万量级不等；

第一视角视频数据集。Facebook和NUS、MIT等高校联合推出3000小时的第一视角视频数据集Ego4D

蛋白质结构。98.5%的人类蛋白质结构被Google AlphaFold2预测出来了！ 而且还做成了数据集，全部免费开放！

超大图片集合。谷歌发布的图片数据库Open Images，包含了900万标注数据，标签种类超过6000种。谷歌在官方博客中写到，这比只拥有1000个分类的ImageNet 更加贴近实际生活。对于想要从零开始训练计算机视觉模型的人来说，这些数据远远足够了。

目标分割数据。DAVIS(Densely-Annotated VIdeo Segmentation)数据集是视频目标分割(VOS)任务中最重要的数据集之一。

自动驾驶数据。是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中最多达15辆车和30个行人，还有各种程度的遮挡与截断。

城市街道场景。是关于城市街道场景的语义理解图片数据集。 它主要包含来自50个不同城市的街道场景，拥有5000张在城市环境中驾驶场景的高质量像素级注释图像。此外，它还有20000张粗糙标注的图像。

水果蔬菜数据。包含90483张图，131个种类，100像素。

最大自动驾驶数据集。包括了1000万张无标注图片以及2万张带标注图片。SODA10M数据集收集了不同城市在不同天气条件、时间段以及位置的场景。 晴天雨天、白天夜晚、城市高速园区…… 更重要的是，覆盖面很广。 1000万张无标注图片来自32个城市，囊括了国内大部分地区。

755小时汉语。包含755小时的语音数据，其主要是移动终端的录音数据。邀请来自中国不同重点区域的1080名演讲者参与录制。句子转录准确率高于98％。录音在安静的室内环境中进行。数据库分为训练集，验证集和测试集，比例为51：1：2。诸如语音数据编码和说话者信息的细节信息被保存在元数据文件中。录音文本领域多样化，包括互动问答，音乐搜索，SNS信息，家庭指挥和控制等。还提供了分段的成绩单。该语料库旨在支持语音识别，机器翻译，说话人识别和其他语音相关领域的研究人员。因此，语料库完全免费用于学术用途。

免费GPU平台。这是Google提供的一个服务，所以需要有访问境外网站的能力才能使用。

手机AI开发工具包。ML kit是一种手机平台SDK，是一种能够将谷歌专业的机器学习知识带到应用中的极其简单易用的封装包。无论您是否有机器学习的经验，您都可以在几行代码中实现您想要的功能。甚至，您无需对神经网络或者模型优化有多深入的了解，也能完成您想要做的事情。另一方面，如果您是一位经验丰富的ML开发人员，ML kit甚至提供了便利的API，可帮助您在移动应用中使用自定义的TensorFlow Lit模型。

Python集成开发环境。首先，PyCharm用于一般IDE具备的功能，比如， 调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制…… 另外，PyCharm还提供了一些很好的功能用于Django开发，同时支持Google App Engine，更酷的是，PyCharm支持IronPython！

一个AI开发框架

一个AI开发框架

开发工具集成平台。它就像一个航空母舰，在里面可以轻松安装python，tensorflow，vscode等等。官网下载慢，可以去清华镜像网站下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

自动翻译框架

智能会话框架。DeepPavlov是一个基于TensorFlow和Keras的，专门针对对话系统研究和实验部署的自然语言处理框架。 框架主要包括： 常用的NLP模型（包括Pre-train模型） 如词向量训练、分类、命名实体识别（NER）、相似度计算等； 针对对话系统实现和评测的实验框架（Framework） 基于Json文件进行开发流程和数据流pipeline配置； 提供同第三方应用进行集成的工具 如与Amazon Alexa和Microsoft Bot Framework的集成； 为对话模型的评测提供Benchmark环境 DeepPavlov的默认Pre-train模型和测评数据集主要基于英文和俄文，对于中文场景需要做适当的调整。

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。