leikunx / AI_projects

AI 工程实践档案

仓库包含 12 个早期工程,覆盖视觉、分类、模型服务和开发基础。依赖与实现形成于较早阶段,因此按历史工程档案展示,不宣称为当前生产系统。

Complete inventory

12 / 12 个顶层工程

目录来自 GitHub 当前 `master` 树;点击卡片可查看原始说明、Notebook 与代码。

000Foundation

使用 Git 快速编辑项目

Git/GitHub 基础工作流实践。

001Detection

YOLOv3 自定义目标检测

使用 Keras 训练自定义数据、生成标注并执行图片检测。

002Detection

Mask R-CNN 目标检测

图片筛选、尺寸处理、标签检查、训练和测试流程。

003Standards

图像识别从业考核标准

对视觉工程知识与实践能力的早期结构化整理。

004Classification

Keras ResNet 复现

ResNet20 v2、CIFAR、多 GPU 与 TPU 分类实验。

005Serving

模型部署与在线预测

分类/检测模型的 Python 服务端、客户端和 Web 调用实验。

006Vision

移动物体检测

摄像头采集、图像差分和 OpenCV 运动检测。

007Face AI

InsightFace 人脸识别

基于 MTCNN 与 MXNet 的人脸检测、对齐和识别。

008API

Python 调用微信支付

第三方支付接口调用与配置示例。

009NLP

TensorFlow TextCNN

文本分类训练、测试与知识点整理。

010PyTorch

关键点目标检测复现

使用 PyTorch Notebook 组织模型训练实践。

011PyTorch

MNIST 与 CIFAR-10 分类

以 PyTorch 学习图像分类的完整 Notebook 案例。