雷鋒網(wǎng) AI 研習(xí)社按：本期雷鋒網(wǎng) AI 研習(xí)社為開發(fā)者搜羅了三個項目，用深度學(xué)習(xí)玩 LOL，F(xiàn)acebook 開源的物理檢測平臺 Detectron 以及無人機(jī)城市環(huán)境導(dǎo)航學(xué)習(xí)工具 DroNet，對這三個領(lǐng)域感興趣的開發(fā)者可以關(guān)注。另外，如果你對自己的 AI 項目有足夠的自信，同時也希望更多的開發(fā)者參與到你的項目中，歡迎將項目的 Github 鏈接發(fā)給雷鋒網(wǎng) AI 研習(xí)社公眾號（okweiwu），說不定下一期推薦的就是你的項目

DeepLeague：「英雄聯(lián)盟LoL」深度學(xué)習(xí)

Github：https://github.com/farzaa/DeepLeague

DeepLeague 是一個將深度學(xué)習(xí)、CV、LOL 結(jié)合的算法和數(shù)據(jù)集，是作者 Farzaa 在無聊時花了五天的時間完成的開源項目。DeepLeague 使用了超過 100K 張標(biāo)注圖片來訓(xùn)練，并且所有的數(shù)據(jù)均來自正規(guī)比賽。

通過分析比賽小地圖中英雄的名稱、坐標(biāo)、路徑、戰(zhàn)績等信息，DeepLeague 可推斷出蹲草叢、打野、團(tuán)戰(zhàn)、打大龍的最佳時機(jī)。另外，如果你把 Faker 的 VOD 輸入該系統(tǒng)，DeepLeague 還能學(xué)習(xí)他的打法和技巧。

Detectron：Facebook 開源的頂級物體檢測研究平臺

Github：https://github.com/facebookresearch/Detectron

Detectron 是 Facebook 開源的頂級物體檢測研究平臺， 項目最初開始于 2016 年 7 月，當(dāng)時的目的是在 Caffe2 的基礎(chǔ)上建立一個快速、靈活的物體檢測系統(tǒng)，內(nèi)部開發(fā)過程也就從此開始。經(jīng)過一年半的開發(fā)之后，代碼庫已經(jīng)成熟了，而且其中集成了許多 Facebook 自己的研究項目，包括在 ICCV 2017 上獲得最佳論文獎（馬爾獎）的《Mask R-CNN》和獲得最佳學(xué)生論文獎的《檢測密集物體時的焦距損失》兩篇論文中的算法，以及更早更廣泛使用的 R-CNN 算法家族等。

關(guān)于 Detectron 的詳細(xì)介紹，請查看雷鋒網(wǎng)此前的報道。

DroNet：無人機(jī)城市環(huán)境導(dǎo)航策略學(xué)習(xí)

Github：https://github.com/uzh-rpg/rpg_public_dronet

無人機(jī)在城市街道上飛行很容易導(dǎo)致危險的事故，DroNet 可以讓無人機(jī)學(xué)會像汽車那樣在嚴(yán)格的規(guī)則和制度下飛行。通過前置攝像頭輸入的圖像信息，DroNet 能夠分析無人機(jī)的旋轉(zhuǎn)角度，并計算出當(dāng)前與外物發(fā)生碰撞的可能性。

這套算法由蘇黎世大學(xué)及瑞士國家機(jī)器人能力研究中心的研究人員研發(fā)，開發(fā) DroNet 的目的，就是讓無人機(jī)提供導(dǎo)航服務(wù)，使其安全穿行于城市之間。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。