大家好，我是掘金@TF男孩。
在座的各位，有认识的，有不认识的，我是一个在掘金社区成长起来的人工智能开发工程师。
下面我就来盘点一下，我在掘金社区的人工智能版图。
我希望下面的内容，能对大家有所帮助。我所期望的一个理想目标就是全民AI。
开发者做好AI；
普通人用好AI；
在校生学好AI；
以下文章全部为我个人原创并首发于掘金社区，实战项目皆包含源码和详解。
一、科普篇
1.1 文章《十五分钟简介人工智能，以听懂为目的》
内容简介
我从事人工智能相关的工作，有时候亲朋好友就问我，你那个人工智能到底是什么玩意？我一般不做解释，因为很难说清楚。后来，我碰到一个做演讲的朋友，他了解了我的困惑之后，他给我布置了一个任务：用十五分钟讲完，不用说很多，但是要求必须能听懂。
指标
| 指标 | 数据 |
|---|---|
| 文字数量 | 3300 |
| 配图数量 | 10 |
| 阅读数量 | 1.1w阅读、100点赞、100收藏 |
| 作用 | 行业科普、浅层面忽悠和防忽悠 |
文章目录
- 一、什么是人工智能？
- 二、人工智能的应用
- 2.1 图像领域
- 2.2 自然语言领域
- 2.3 更多领域
- 三、人工智能的发展阶段
- 3.1 弱人工智能
- 3.2 强人工智能
- 3.3 超人工智能
- 四、我对人工智能的见解
- 4.1 人工智能的机会
- 4.2 人工智能的门槛
- 4.3 人工智能的瓶颈
作者推荐
此文通俗地讲解了什么是人工智能，以及它能做什么。
本文被很多科技自媒体转载。也被很多高校、教研机构，用来给学生进行学科专业的科普工作。
有兴趣的可以点击阅读：十五分钟简介人工智能，以听懂为目的 - 掘金 (juejin.cn)
二、图像领域的人工智能
2.1 文章《自动批改口算题》
文章链接：
内容简介
本文讲解了从数据集制作到训练，再整合到项目中完整流程。本文完全可以写一套小册课程。事实也如此，这套方案已经被普及到各个平台，成为比较火爆的实操文。但是，此类型在掘金不火（一个项目分开几次写了）。
这个码龄为1年的小伙，转载这篇之后，实现了博客的突破。
其他在知乎、百度文库等，也是非常火爆。
指标
| 指标 | 数据 |
|---|---|
| 文字数量 | 8600 |
| 配图数量 | 38 |
| 阅读数量 | 9.5k阅读、60点赞、50收藏 |
| 作用 | OCR入门实战精品课程 |
文章目录
- 一、数据集
- 基本思路
- 1.1 准备数据
- 1.1.1 准备字体
- 1.1.2 生成图片
- 二、训练和预测
- 2.1 训练数据
- 2.1.1 构建模型
- 2.1.2 卷积层 Conv2D
- 2.1.3 池化层 MaxPooling2D
- 2.1.4 全连接层 Dense
- 2.1.5 训练数据
- 2.2 预测数据
- 2.1 训练数据
- 三、项目集成
- 3.1 切割图像
- 3.1.1 投影大法
- 3.1.2 根据投影找区域
- 3.1.3 根据区域切图片
- 3.1.4 循环可去油腻
- 3.2 识别
- 3.3 计算并反馈
- 3.3.1 计算
- 3.3.2 反馈
- 3.1 切割图像
2.2 文章《智能照片一键归类器》
文章链接： 人工智能图像实战课：夏天照片归类器 - 掘金 (juejin.cn)
内容简介
空调、烧烤、海滩、蝉、赛龙舟、电风扇、雪糕、泳衣、西瓜、粽子……这个夏天你拍了多少类照片，让人工智能帮你分一分类。通过先对图片进行人工标记，训练数据，然后让它自动分类，实现图片的分类管理，一键整理到对应的文件夹中。
为了便于人工对数据进行标记，我还写了一个小工具，同样完全开源。
指标
指标比较惨，这是一篇浏览数没有字数多的文章。
| 指标 | 数据 |
|---|---|
| 文字数量 | 2800 |
| 配图数量 | 8 |
| 阅读数量 | 2.5k阅读、15点赞 |
| 作用 | 图片分类实战入门 |
文章目录
- 前言
- 一、发现问题
- 二、分析问题
- 三、解决问题
- 3.1 整理训练样本
- 3.2 训练数据
- 3.3 使用数据
- 四、总结问题
2.3 文章《图像风格化：当兔子遇到年画》
文章链接： 兔年了，利用AI风格化实现剪纸兔、年画兔、烟花兔 - 掘金 (juejin.cn)
内容简介
本地手动搭建TensorFlow Hub实现图形风格化。让小兔子和年画、剪纸、烟花融合成新的图片。开源项目，操作简单，不管你是前端还是后端，都能上手实践。
指标
| 指标 | 数据 |
|---|---|
| 文字数量 | 5260 |
| 配图数量 | 23 |
| 阅读数量 | 3.5k阅读、42点赞 |
| 作用 | 自我实践，搭建对外服务 |
文章目录
- 一、图像风格化简介
- 二、技术实现讲解
- 2.1 TensorFlow Hub库
- 2.2 加载image-stylization模型
- 2.3 输入图片转为tensor格式
- 2.4 tensor格式结果转为图片
- 三、一切皆可兔图的效果
- 3.1 年画兔
- 3.2 剪纸兔
- 3.3 烟花兔
- 四、无限遐想
2.4 文章《AIGC原理，动漫头像生成》
文章链接： ChatGPT火了，我连夜详解AIGC原理，并实战生成动漫头像 - 掘金 (juejin.cn)
内容简介
AIGC可能会是人工智能的下一个时代。尽管很多人还不知道AIGC是什么。本文详解AIGC的原理，并且实战一个人工智能生成动漫头像的项目实例。
指标
| 指标 | 数据 |
|---|---|
| 文字数量 | 5123 |
| 配图数量 | 15 |
| 阅读数量 | 5.2k阅读、83点赞 |
| 作用 | AIGC入门 |
文章目录
- 一、AIGC：人工智能的新时代
- 二、AIGC实战：智能生成动漫头像
- 2.1 自动生成的意义
- 2.2 自动生成的原理
- 2.3 数据准备
- 2.4 生成器
- 2.5 鉴别器
- 2.6 训练数据
- 2.7 自动生成
- 三、我们对AIGC该有的态度
2.5 关于图形图像的其他知识
专栏
专栏链接：AI实战课：CV图像识别 - TF男孩的专栏 - 掘金 (juejin.cn)
基础知识
什么叫膨胀？哪个叫腐蚀？二值化、边缘检测、透视变换……传统的图形图像处理基础操作与应用，在此展现无疑。
文章链接：opencv基础：文档倾斜矫正 - 掘金 (juejin.cn)
文章链接：opencv基础：文档透视（扭曲）矫正 - 掘金 (juejin.cn)
工具
搞图像领域，标注是个问题，有时候缺少数据素材，有时候缺少数据集。自己写一些小工具也是一门必修课。
文章链接：公交快到站了，我赶紧写了个图像样本采集器 - 掘金 (juejin.cn)
小团队搞算法，需要多面手，等同当个厨子要从买菜到炒菜，一直到端给顾客，还要劝顾客多吃，以便好收拾盘子。因此，在上班前，我手写了一个图像裁剪工具。
文章链接：代码生成OCR训练集，老板：没有数据？你new一个 - 掘金 (juejin.cn)
老板陷入了沉思，突然眼镜一闪：哎，你让程序员new一个出来，你们连老婆都能new出来。我连忙解释：那是对象。
行业运用
图形图像在行业中究竟怎样？
很多企业领导，看到人工智能很恐惧。哎呀，我们公司的员工，连正常的业务逻辑都写不好，交付个系统一堆Bug。现在需要人工智能，怎么办？买一个吧。不买难道自己做吗？这个情况，还真得具体分析。
文章链接：一文讲通OCR文字识别原理与技术全流程 - 掘金 (juejin.cn)
本文的作者在教育行业搞OCR识别工作，教育领域的OCR比较复杂，除了文字外，还有图片、表格、公式等等。即便同样是公式，在数学里要斜体，在化学里要正体，这都是行业规范。本文综合讲解企业实际应用的案例。
- 一、好话说在前头，谁适合读本文？
- 1.1 公司领导：节省成本，沉淀技术
- 1.2 产品经理：了解过程，融会贯通
- 1.3 初级小白：解疑答惑，入门行业
- 二、OCR识别的全流程（科普版）
- 2.1 预处理图片
- 2.1.1 光影的预处理
- 2.1.2 倾斜的预处理
- 2.1.3 扭曲的预处理
- 2.2 切割字符
- 2.2.1 投影法实现分割
- 2.2.2 切行
- 2.2.3 切列
- 2.2.4 切字
- 2.3 识别字符
- 2.4 文本后处理
- 2.4.1 版面还原
- 2.4.2 文本校正
- 2.1 预处理图片
- 三、总结
- 3.1 OCR的投入：自己开发 vs 调用第三方？
- 3.2 OCR的重点在哪里？
得了，已经超过2500字了。再多了大家就不喜欢看了。其他领域的，以后再发布吧。
三、下集预告
除了深耕图像领域，我在其他领域我也有地，并且也写下了专栏。后期，我将逐步讲解下面的内容。
3.1 文本实战领域
AI实战课：NLP自然语言 - TF男孩的专栏 - 掘金 (juejin.cn)
3.2 音频实战领域
AI实战课：声音和音频 - TF男孩的专栏 - 掘金 (juejin.cn)
3.3 理论和知识点
AI知识点精讲细讲 - TF男孩的专栏 - 掘金 (juejin.cn)
大家好，我是掘金@TF男孩。别只看我的代码人生类文章，技术文我也有写。
本文正在参加 人工智能创作者扶持计划
