Dlib-Transformer-extensions
Transformer-Architekturen, Hilfsmittel für Sprachmodelle, Beispiele und trainierte Modelle für Dlib, in C++14. Albireo und Pseudalis werden hier entwickelt.
Alles, was wir veröffentlichen, ist auf GitHub verfügbar, von der heutigen Bibliothek bis zu den Bildprojekten, die ihr vorausgingen.
Transformer-Architekturen, Hilfsmittel für Sprachmodelle, Beispiele und trainierte Modelle für Dlib, in C++14. Albireo und Pseudalis werden hier entwickelt.
Ein sehr kleines Sprachmodell, mit Dlib gebaut: dafür geschriebene Embedding-, Positionskodierungs- und lineare Schichten, mit einem vollständigen Trainingsbeispiel.
Ein Byte-Pair-Encoding-Tokenizer für Dlib, mit Vokabularen von 500 bis 8.000 Token, trainiert auf 2,7 GB englischem und französischem Text.
Trainingsprogramme für Dlib-Modelle: ein Vision Transformer mit Barlow-Twins-Selbstüberwachung, ein Vergleich mit ResNet-34 auf Stable ImageNet-1K und Sprachmodelle mit Expertenmischung.
Automatische Kolorierung von Schwarz-Weiß-Bildern und -Filmen: ein ResNet mit U-Net-Struktur, verfeinert durch ein generatives gegnerisches Netz und trainiert auf etwa 900.000 Bildern.

Synthetische Gesichter aus einem DCGAN, trainiert auf über 150.000 Gesichtern, mit einem eingebauten Webserver zum Testen des Modells.

Eine hybride Lernmethode, die auf selbstüberwachtes Lernen überwachtes metrisches Lernen folgen lässt. Ihr Gesichtserkennungsmodell erreicht 96,1 % auf LFW.
Stable-ImageNet-1K-Datensätze, in mehreren Auflösungen vorverarbeitet, für schnelle Bildexperimente mit Dlib.
Ein Web-Crawler mit mehreren Threads, geschrieben zum Aufbau von Bilddatenbanken für die Forschung.
Mehrere von uns trainierte Modelle sind im Modell-Repository von Dlib veröffentlicht: Gesichtserkennung mit einem nach der BAREL-Methode trainierten DenseNet, ein Geschlechtsklassifikator, ein Altersschätzer, synthetische Gesichter, hochauflösende Kolorierung, ein selbstüberwachtes ResNet-50 und Vision-Transformer-Modelle.
Die Bibliothek und die Produkte stehen unter der Boost Software License 1.0. Die anderen Repositorys tragen ihre eigene Lizenz, die auf jeder Karte angegeben ist.