ModelDepot成立时间，发起方是谁，发起方的详细背景，主要功能，明星开源项目分别是什么？详细介绍

ModelDepot是一个深度学习模型仓库，旨在帮助机器学习工程师和研究人员轻松地发现、使用和共享深度学习模型。ModelDepot成立于2018年，发起方是美国加州大学洛杉矶分校（UCLA）的一群研究人员，包括来自计算机科学、电气工程和应用数学等多个领域的专家。他们的目标是为机器学习社区提供一个开放的平台，使得深度学习模型的发现、使用和共享变得更加容易。

ModelDepot的主要功能是提供一个集成的平台，使得用户可以方便地查找、下载、使用和部署深度学习模型。该平台包括一个模型仓库、一个模型搜索引擎、一个模型部署工具和一个社区论坛。用户可以在该平台上浏览各种深度学习模型，包括图像分类、目标检测、语音识别、自然语言处理等多个领域的模型。用户可以下载这些模型，使用它们进行推理或者微调，也可以将它们部署到自己的应用程序中。

ModelDepot的明星开源项目包括：

1. YOLOv3：一种高效的目标检测算法，能够在实时速度下实现准确的目标检测。

2. Mask R-CNN：一种基于 Faster R-CNN 的目标检测和实例分割算法，能够同时检测和分割图像中的目标。

3. WaveNet：一种用于语音合成的神经网络模型，能够生成高质量的自然语音。

4. BERT：一种基于 Transformer 的预训练语言模型，能够实现多种自然语言处理任务的最新 SOTA 性能。

总之，ModelDepot是一个非常有价值的深度学习模型仓库，它为机器学习工程师和研究人员提供了方便、快捷的模型资源，也为深度学习技术的发展和应用做出了贡献。