Dlib-Transformer-extensions
Architetture transformer, utilità per i modelli linguistici, esempi e modelli addestrati per Dlib, in C++14. Albireo e Pseudalis sono sviluppati qui.
Tutto ciò che pubblichiamo è disponibile su GitHub, dalla libreria attuale ai progetti sulle immagini che l'hanno preceduta.
Architetture transformer, utilità per i modelli linguistici, esempi e modelli addestrati per Dlib, in C++14. Albireo e Pseudalis sono sviluppati qui.
Un modello linguistico molto piccolo costruito con Dlib: strati di embedding, di codifica posizionale e lineari scritti per esso, con un esempio completo di addestramento.
Un tokenizer a codifica di coppie di byte per Dlib, con vocabolari da 500 a 8.000 token addestrati su 2,7 GB di testo inglese e francese.
Programmi di addestramento per i modelli Dlib: un Vision Transformer con auto-supervisione Barlow Twins, un confronto con ResNet-34 su Stable ImageNet-1K e modelli linguistici a miscela di esperti.
La colorazione automatica di immagini e film in bianco e nero: una ResNet a struttura U-Net, raffinata da una rete generativa avversaria e addestrata su circa 900.000 immagini.

Volti sintetici generati da una DCGAN addestrata su oltre 150.000 volti, con un server web integrato per provare il modello.

Un metodo di apprendimento ibrido che fa seguire all'apprendimento auto-supervisionato un apprendimento metrico supervisionato. Il suo modello di riconoscimento facciale raggiunge il 96,1% su LFW.
Insiemi di dati Stable ImageNet-1K pre-elaborati a più risoluzioni, per esperimenti rapidi di visione con Dlib.
Un crawler web multi-thread scritto per costruire basi di immagini per la ricerca.
Diversi modelli che abbiamo addestrato sono pubblicati nel repository dei modelli di Dlib: riconoscimento facciale con una DenseNet addestrata con il metodo BAREL, un classificatore di genere, uno stimatore dell'età, volti sintetici, colorazione ad alta risoluzione, una ResNet-50 auto-supervisionata e modelli Vision Transformer.
La libreria e i prodotti sono sotto la Boost Software License 1.0. Gli altri repository portano la propria licenza, indicata su ogni scheda.