深度学习入行一年能干啥?菜鸟程序员开发系统识别火影手势,收获大把二次元粉丝

简介: 深度学习入行一年能干啥?菜鸟程序员开发系统识别火影手势,收获大把二次元粉丝

日漫看多了,连程序猿也被煽动得中二起来。

《火影忍者》可能是很多人的第一部中二动漫,什么影分身之术、螺旋丸、通灵术等这些手势被我们玩了又玩,永远都玩不会腻。毕竟,“没有什么敌人是螺旋丸解决不了的,如果一个不行,那就再搓一个”
但是,手势太多也容易搞混。这不,一位初学深度学习一年的印度小哥AngryCoder不仅把《火影忍者》里面的手势学了个遍,还用机器学习开发了一个系统,专门来识别这些手势画风大概就是这样:视频链接:https://youtu.be/mCcla6k3lXA
在YouTube上,这个项目也受到了大家的追捧,网友们都赞不绝口:

兄弟这也太棒了吧,我老是认不出新的手势,有它就好了!

同样作为资深阿宅的文摘菌怎么能错过这个宝藏项目呢?文摘菌扒了一下这个项目和神秘的AngryCoder小哥,疫情期间,来一起回忆这部神动漫,重新点燃中二之魂吧!

二次元的深度学习,中二患者狂加buff!
其实,AngryCoder大概一年前才开始接触深度学习,他表示从逐渐接触到熟练掌握神经网络的过程中,就被万能的神经网络深深地折服了
不过,这时小哥也遇到了瓶颈,他表示,越往后就越不知道自己能够利用这项技术为这个世界做点什么。(这熟悉的日漫男主内心活动)

灵光一闪,小哥决定还是回到自己的二次元世界,顺便把自己对《火影忍者》刷了好几遍的成果用上。
熟悉《火影忍者》的小伙伴都知道,《火影忍者》里面的每个手势都有不同的作用,比如文摘菌最喜欢的影分身之术,当按照结印顺序做出手势后,就可以创造出和你一样的身体。
但是,各种功能和修炼等级配合不同的手势,很难全部记下来,在艰难抉择之下,小哥最后选择了下图的这些手势进行识别

小哥没有选择从零搭建神经网络,而是利用了深度学习库Keras训练了一个卷积神经系统,用来进行物体识别。他表示,从头开始训练虽然酷,但是真的太!难!了!
小哥接下来也在视频中向大家解释了识别系统背后的原理。
首先,你需要观看《火影忍者》不下五遍,把所有的手势和咒语,最好连“输出全靠吼”的技能全都记好笔记,每天认真复习。
然后就到了真正面对敌人的时候了,当你准确做出上述手势之一,系统会将你的手势进行识别,将其转化成1和0的计算机语言,再将其送入训练好的模型中进行识别,就可以得出最后的结果了。以下图为例,系统识别到,该手势有80%的可能是Ram,10%的可能是Bird,10%的可能是Dragon。

最后,也获得了这样的效果:

可以看到,系统准确地识别出了“dog”的手势,也能在无手势时显示“no sign”字样。

最后,对于那些连第一步都做不到的《火影忍者》假粉,小哥也送上了贴心小礼物(此时需要配上程序猿的笑声):

菜鸟阿宅程序猿勇闯三次元:现实太残酷看了AngryCoder的视频,文摘菌深感这个小哥肯定也是个深陷二次元的有趣灵魂

从YouTube主页上初步判断,小哥正式“营业”时间不超过一年,除了《火影忍者》手势识别外,小哥还用Python玩了一把谷歌的Dino,还尝试用自己的声音删除电子邮件???这病得不轻啊。

在这些项目中,文摘菌发现,除了识别火影手势,小哥在4周前也用机器学习做了家居物体的识别我们先来看几个成功的例子,可以看到,不管是单个牙刷的识别,还是杯子、桌子多个物体识别都不在话下。

接下来,我们来看看失败的例子,比如在电风扇面前,系统给出了“toilet 67%”的结果,这时小哥也忍不住了,在视频下方直接开骂。

在被小哥寄予厚望的抱枕识别上,系统也只是给出了“tie 68%”的结果。

三次元的世界太残酷了,还是乖乖躲回自己的二次元好了!
最后,可能也是想集二次元程序猿之力,小哥在YouTube下方留下了Discord群聊邀请链接,感兴趣的朋友可一定不要错过了,就是手机验证、邮箱验证、证明你不是机器人这一系列操作令人窒息。
Anyway,一起来造作啊!




相关文章
|
14天前
|
机器学习/深度学习 数据采集 人工智能
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】随着人工智能的发展,深度学习技术正逐步应用于教育领域,特别是个性化学习系统中。通过分析学生的学习数据,深度学习模型能够精准预测学生的学习表现,并为其推荐合适的学习资源和规划学习路径,从而提供更加高效、有趣和个性化的学习体验。
70 9
|
1月前
|
机器学习/深度学习 数据采集 供应链
Python实现深度学习模型:智能库存管理系统
【10月更文挑战第5天】 Python实现深度学习模型:智能库存管理系统
136 9
|
2天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
15 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
2天前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
9 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
14天前
|
机器学习/深度学习 数据采集 存储
使用Python实现智能农业灌溉系统的深度学习模型
使用Python实现智能农业灌溉系统的深度学习模型
58 6
|
1月前
|
机器学习/深度学习 数据处理 数据库
基于Django的深度学习视频分类Web系统
基于Django的深度学习视频分类Web系统
53 4
基于Django的深度学习视频分类Web系统
|
17天前
|
机器学习/深度学习 数据采集 算法框架/工具
使用Python实现智能生态系统监测与保护的深度学习模型
使用Python实现智能生态系统监测与保护的深度学习模型
50 4
|
2月前
|
机器学习/深度学习 人工智能 算法
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
植物病害识别系统。本系统使用Python作为主要编程语言,通过收集水稻常见的四种叶片病害图片('细菌性叶枯病', '稻瘟病', '褐斑病', '稻瘟条纹病毒病')作为后面模型训练用到的数据集。然后使用TensorFlow搭建卷积神经网络算法模型,并进行多轮迭代训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地模型文件。再使用Django搭建Web网页平台操作界面,实现用户上传一张测试图片识别其名称。
117 22
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
|
22天前
|
机器学习/深度学习 存储 自然语言处理
深度学习之多轮对话系统
基于深度学习的多轮对话系统是一种能够在多轮对话中保持上下文连贯并生成自然回复的系统,主要用于客服、智能助理等需要交互式交流的场景。通过深度学习的技术,特别是自然语言处理中的预训练模型和序列生成模型,这类系统已在准确理解、生成自然语言的质量上取得显著进展。
52 2
|
2月前
|
机器学习/深度学习 人工智能 算法
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
鸟类识别系统。本系统采用Python作为主要开发语言,通过使用加利福利亚大学开源的200种鸟类图像作为数据集。使用TensorFlow搭建ResNet50卷积神经网络算法模型,然后进行模型的迭代训练,得到一个识别精度较高的模型,然后在保存为本地的H5格式文件。在使用Django开发Web网页端操作界面,实现用户上传一张鸟类图像,识别其名称。
107 12
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别

热门文章

最新文章