滴滴开源3周年，都发布过哪些项目？ _滴滴

作为卓越的一站式移动出行和生活平台，滴滴在亚洲、拉美和澳洲为超过5.5亿用户提供出租车、快车、专车、豪华车、公交、代驾、企业级、共享单车、共享电单车、汽车服务、外卖、支付等多元化的服务。滴滴平台上，有数千万车主及司机获得灵活的工作和收入机会，年运送乘客超过100亿人次。

文章插图
滴滴开源的三年时间里，在滴滴高级副总裁、开源委员会主席章文嵩博士的倡导下，秉持「拥抱开放、合作共赢、创造价值」的理念。滴滴积极参与业界的开源项目，并不断对外输出内部的优秀项目。自2017年6月30日，滴滴首个开源项目发布起，滴滴已发布了40+个项目，获得了 6.3W star，在社区获得了良好反响。以下小编将带大家速览滴滴的40+开源项目。（按首字母先后排序）
1.
人工智能
▍AoE
AoE 取名自AI on Edge，是一个终端侧AI集成运行时环境(IRE) 。AoE 以“稳定性、易用性、安全性”为设计原则，帮助开发者将不同框架的深度学习算法轻松部署到终端高效执行。
项目地址：
▍
是端到端自动语音识别（ASR）引擎的开源实现。目前，该项目支持基于连接器时间分类（CTC）的模型，基于变压器的编解码器模型和基于混合CTC /注意的模型以及基于MPC的无监督预转换的训练和解码。我们的愿景是增强语音识别的端到端模型的工业应用和学术研究。为了使所有人都能使用ASR，我们还发布了一些示例示例，这些示例实现基于一些开源数据集，例如HKSUT，我们所有的模型都在> = 2.0.0中实现。
项目地址：
▍ NLP
中文自然语言处理（NLP）的相关链接：数据集和最新结果。
项目地址：
▍Delta
DELTA是一个基于深度学习的语音和自然语言理解模型平台，旨在打造一个便捷使用、简洁上线、快捷开发的工业级的语音和自然语言理解的模型框架。
项目地址：
▍
是一套深度学习，它结合了Spark的大规模特征处理能力和模型构建能力。利用可以快速处理原始特征、训练模型并进行大规模分布式预测，十分适合离线环境下的生产任务。
项目地址：
▍
AAAI'20论文中的的源代码：异构结构学习的基于注意力的图神经网络。
项目地址：
▍
为了进一步帮助抵抗冠状病毒，滴滴出行决定向公众免费开放其面罩检测技术。由DiDi AI团队开发的遮罩检测技术基于DFS面部检测算法，DiDi在其平台上采用了面部属性识别算法。该模型克服了一些困难，例如白天复杂的光照变化，面部姿势变化，面部比例等。它使用加权损失函数和数据增强方法来处理白天和晚上的不同蒙版类型和不均匀蒙版数据。
该系统可以使用上传的图像识别非掩膜驾驶员，其准确度为99.5％，并且在DiDi车载摄像头的现场检查中，可以达到98％的准确度。该模型在200,000张面孔的数据集上进行了训练，以确保其鲁棒性。
这种快速检测系统可广泛用于旅行场景中，包括手机照片，监视图像等，并且能够全天候工作。
项目地址：
▍
滴滴DS统计科学团队立足于公司内部常用业务场景的需求出发，与蚂蚁金服初始研发团队之间从模型、社区、与文化上全方位合作共建。双方能力优势互补，资源协同性强，旨在推进并实现只要懂商业逻辑就能用上人工智能，让最懂业务的人也能无障碍地使用人工智能。
项目地址：
2.
智慧交通
▍ALITA/ALITA-UI
ALITA（ATo ）是由小桔车服数据部出品的一种基于图层展示数据分析工具，我们通过大量业务需求实现沉淀抽象出通用化的“点”、“线”、“面”三种数据模型，和地图丰富的点、线、面设计元素完美融合，设计并封装前后端通用的模块化组件，实现快速搭建地图应用。