百度AI达人创造营|第一课、拍案叫绝的创意

百度AI达人创造营

课程设计

一、让人拍案叫绝的创意都是如何诞生的

讲师：韩磊/PPDE

创意：将现有想法进行某种组合

我们很难凭空的产生一个非常具有创意的idea，往往idea是在已有的一定的基础上产生的，牛顿发现万有引力绝不是偶然。（多看看飞桨论坛、GitHub、gitee吧）

趣味项目：

1、游戏复刻

在游戏中利用AI技术，提高游戏的互动性

2、特效复刻

使用AI复现小视频中的特效

3、效果复刻

利用AI技术，实现一些特别的效果

4、表情机器人

熊猫头表情机器人：能接受照片、视频、文本消息，并转换成对应熊猫头表情包的聊天机器人。

流程：用Wechaty构建一个聊天机器人，用户将消息（照片、视频、文本）发送给聊天机器人，然后聊天机器人向Paddlehub做一个get请求，Paddlehub将人脸，表情包，文本等通过一定的方式合成新的表情包，再把新的表情包作为response给聊天机器人，最后聊天机器人把新的表情包发送给用户。

聊天机器人——Wechaty：消息分类，文本，图像分开，并且需要记录处理好谁发的哪个图片，哪个文本，发给Paddlehub时要对应准确。

表情“管理”——Paddlehub：原表情包用ace2p人体分割模型除去表情，人脸用face landmark处理提取表情，再做一些颜色变换使之尽可能符合原表情包，最后加上文字，通过位置、大小的处理后合成新的表情包

二、零代码实现安全帽检测模型

讲师：顾茜/PPDE

背景介绍：目标检测任务与安全帽佩戴检测目标检测任务
目标检测的任务是找出图像中所有感兴趣的目标（物体），确定它们的位置和大小，是计算机视觉领域的核心问题之一。由于各类物体有不同的外观，形状，姿态，加上成像时光照，遮挡等因素的干扰，目标检测一直是计算机视觉领域最具有挑战性的问题。

安全帽佩戴检测模型
安全帽佩戴检测是计算机视觉在工业安全领域应用的典型场景。

本次使用PaddleX GUI 进行迁移学习训练，可实现安全帽检测模型的零代码开发。
同时介绍了PaddleX的实时视频流预测部署、PaddleHub-Serving。
基于PaddleX /PaddleDetection +Paddle-Lite，也可以实现安全帽检测模型在树莓派上的部署。

口罩检测，瑕疵检测,吸烟检测等异曲同工

开发流程：
A、数据采集与标注
B、模型开发
C、模型部署
1．训练并导出部署模型：PaddleDetection训练ssd-mobilenet检测模型，使用PaddleLite导出部署模型
2．树莓派环境准备：在树莓派上安装PaddleLite预编译库
3．拉取部署项目，替换默认标签到Paddle-Lite-Demo中拉取部署项目示例，并准备好安全帽检测标签
4．实现蜂鸣器报警模块：微调示例代码，加入蜂鸣器报警和检测图片保存模块

场景驱动项目：

从问题找到想解决的场景，为实现某个特定场景的解决方案，扎探索形成一系列“创意”项目。

以终为始：
1.一个想法：结合实际问题,产生关于一个场景的想法。
2.尝试验证：可以从易到难,从最熟悉的思路做起,开始尝试解决方案。
3.用项目记录进展：一个孤立的项目不能形成一套解决方案,但可以逐步探索,每一次探索可能就产生了新的项目。

Tips：找官方要灵感（GitHub，AI studio，gitee等）

三、创意源于生活

讲师：颜鑫/PPDE

人们的生活离不开生产安全，上海台风，河南暴雨，东京奥运会等都与AI息息相关。

如果能提早发现火灾，就不会有牺牲。--------森林火灾检测系统

如果能提前预警，就能减少事故--------智能路障检测

如果能多点提醒和规范，就能呼吸舒畅--------吸烟检测

如果能准确分类，就能少点浪费--------智能垃圾分类

项目技术可行性评估

数据 》》》 训练 》》》 部署
:…