项目概要： BERT+Blstm 使用Bert 与训练模型的输出词嵌入特性和图像分割工具获取的空间特征融合后输入解码器（GPT-2 作为pretrain ）中，其中pix2pix 用作数据增强的功能

https://arxiv.org/pdf/1611.09326.pdf The One Hundred Layers Tiramisu: Fully Convolutional DenseNets for Semantic Segmentation https://harishnarayanan.org/writing/artistic-style-transfer/ http://www.ijiandao.com/2b/baijia/264053.html AI界最危险武器GPT-2使用指南：从Finetune到部署 风格转化视频

NEURAL NETWORKS FOR MODELING SOURCE CODE EDITS

图形分割标准数据级

数据 COCO：http://mscoco.org/

VOC pascal：http://host.robots.ox.ac.uk/pascal/VOC/

ADE20K：http://groups.csail.mit.edu/vision/datasets/ADE20K/

分布式部署

https://www.jianshu.com/p/bf17ac9e6357 https://www.jianshu.com/p/9c462bbb6628

相关链接

1. 服务器端产品部署：

https://medium.com/@burgalon/deploying-your-keras-model-35648f9dc5fb

2. 客户端产品部署：

https://becominghuman.ai/deploying-your-keras-model-using-keras-js-2e5a29589ad8

3.利用VGG网络实现图像分割：

https://warmspringwinds.github.io/tensorflow/tf-slim/2016/11/22/upsampling-and-image-segmentation-with-tensorflow-and-tf-slim/

4.FCN网络原论文：

https://arxiv.org/pdf/1411.4038.pdf

5. Tiramisu网络论文：

https://arxiv.org/pdf/1611.09326.pdf

https://nbviewer.jupyter.org/url/files.fast.ai/part2/lesson14/tiramisu-keras.ipynb

6. Tiramisu网络的代码实现：

http://files.fast.ai/part2/lesson14/

7. 神经网络中37个常见问题：

https://blog.slavv.com/37-reasons-why-your-neural-network-is-not-working-4020854bd607

8. 如何调试神经网络：

https://hackernoon.com/how-to-debug-neural-networks-manual-dc2a200f10f2

9. 结合CNN网络和CRF方法的图像分割：

https://warmspringwinds.github.io/tensorflow/tf-slim/2016/12/18/image-segmentation-with-tensorflow-using-cnns-and-conditional-random-fields/

10. 在你自己做出背景移除器之前，可以试试作者们的demo：

https://greenscreen-ai.boorgle.com/

最后，量子位想说，本教程适合学习，如果你只是想通过抠图讨女朋友欢心，Prisma团队后来推出的新应用Sticky是个不错的选择

https://github.com/soumith/ganhacks gan 技巧说明