cube-studio/aihub

AIhub：人人都可以参与的开源共建

在AIhub中，人人都可以寻找自己需要的算法、数据、训练和数据处理的过程，以及推理服务的方法和示例，也可以贡献自己的算法和数据分享给全社区的人

共建方法和形式

参与形式：

• 数据集形式：你可以贡献你熟悉的免费公开数据集，参与开源

• jupyter形式：你可以把算法的代码以notebook的形式提供环境、数据集、代码、以及示例来参与开源

• 预训练模型形式：你可以提供你熟悉的预训练模型，以及预训练模型的再训练方法和推理方法

• pipeline形式：你可以分享某个模型的数据处理和训练过程的pipeline

• 推理服务：你可以提供推理的服务的镜像和示例，或者web示例

参与建议：

• fork 而非 clone，因为你随时会添加自己的代码，修复开源中的问题，方便sync和pr，

你也可以修改当前文件后续的算法项

共享共建算法

数据分析

• EDA

• 统计分析

• 统计绘图与数据可视化

• sql

基础算法

• 二分查找

• 排序

• 递归

• 回溯

• 分治

• 双指针

• 深度优先搜索

• 广度优先搜索

• 动态规划

机器学习

单模型

• 线性回归

• 逻辑回归

• Lasso

• Ridge

• knn

• ID3

• C4.5

• CART

• 感知机

• 神经网络

• SVM

集成学习

• GBDT

• AdaBoost

• XGBoost

• LightGBM

• CatBoost

• Random Forest

无监督模型

• kmeans

• 层次聚类

• 谱聚类

• PCA

• SVD

• LDA

概率模型

• 朴素贝叶斯

• 贝叶斯网络

• EM

• MCMC

• 最大熵

• CRF

• HMM

深度学习

DNN

• MLP

• BP

CNN

• 分类

• 检测

• 分割

AlexNet/VGG/GoogleNet/ResNet/DenseNet

...

RNN

• LSTM

• Transformer

• Attention

• Bert

• XLNet

...

GNN

...

机器视觉

图像分类

二分类

• SVM

多类别分类：

• LetNet
• AlexNet
• VGGNet系列
• GoogLeNet
• ResNet系列
• Inception系列
• DenseNet系列

多标签分类：

• R-CNN&LSTM

图像分割

• 普通分割：阈值处理分割、k-means聚类、基于直方图、边缘检测、GrabCut算法

• 语义分割：

• 实例分割：FCN、DeepLab、Pyramid Scene Parsing Network、Mask R-CNN、U-Net

图像生成与转换

• 变分自编码器（VAE）：FCN-U-NET

• 生成对抗网络（GAN）：DCGAN

• 有监督图像转换：CGAN、pix2pix

• 无监督图像转换：cycleGAN

目标检测

• 基于区域提取两阶段: R-CNN、SPP-Net、FAST R-CNN、FASTER R-CNN

• 基于回归单阶段: YOLO系列、SSD

目标跟踪

• VOT系列

视频分析

图像重构（图像修复）

• Context Encoder
• MSNPS
• GLCIC
• Shift-Net
• DeepFill
• GMCNN
• PartialConv
• EdgeConnect

超分辨率

• SRCNN

风格迁移

• VGG系列

人体姿态估计

• opecv&mediapipe

ocr

图像检索

图像识别

人脸识别

无人驾驶

手势识别

听觉

自然语言

推荐

广告

搜索

时间序列

生物学

强化学习