Dlib-Transformer-extensions
Arquitecturas transformer, utilidades para modelos de lenguaje, ejemplos y modelos entrenados para Dlib, en C++14. Albireo y Pseudalis se desarrollan aquí.
Todo lo que publicamos está disponible en GitHub, de la biblioteca actual a los proyectos de imagen que la precedieron.
Arquitecturas transformer, utilidades para modelos de lenguaje, ejemplos y modelos entrenados para Dlib, en C++14. Albireo y Pseudalis se desarrollan aquí.
Un modelo de lenguaje muy pequeño construido con Dlib: capas de embedding, de codificación posicional y lineales escritas para él, con un ejemplo completo de entrenamiento.
Un tokenizador de codificación por pares de bytes para Dlib, con vocabularios de 500 a 8000 tokens entrenados con 2,7 GB de texto en inglés y francés.
Programas de entrenamiento para modelos Dlib: un Vision Transformer con autosupervisión Barlow Twins, una comparación con ResNet-34 en Stable ImageNet-1K y modelos de lenguaje de mezcla de expertos.
La coloración automática de imágenes y películas en blanco y negro: una ResNet con estructura U-Net, refinada por una red generativa antagónica y entrenada con unas 900 000 imágenes.

Rostros sintéticos generados por una DCGAN entrenada con más de 150 000 rostros, con un servidor web integrado para probar el modelo.

Un método de aprendizaje híbrido que hace seguir al aprendizaje autosupervisado un aprendizaje métrico supervisado. Su modelo de reconocimiento facial alcanza el 96,1 % en LFW.
Conjuntos de datos Stable ImageNet-1K preprocesados a varias resoluciones, para experimentos rápidos de visión con Dlib.
Un rastreador web multihilo escrito para construir bases de imágenes destinadas a la investigación.
Varios modelos que hemos entrenado están publicados en el repositorio de modelos de Dlib: reconocimiento facial con una DenseNet entrenada con el método BAREL, un clasificador de género, un estimador de edad, rostros sintéticos, coloración de alta resolución, una ResNet-50 autosupervisada y modelos Vision Transformer.
La biblioteca y los productos están bajo la Boost Software License 1.0. Los demás repositorios llevan su propia licencia, indicada en cada tarjeta.