オープンソース

私たちが公開するものはすべて GitHub で入手できます。現在のライブラリから、それに先立つ画像プロジェクトまでそろっています。

言語モデル

Dlib-Transformer-extensions

Dlib 向けの transformer アーキテクチャ、言語モデル用ユーティリティ、例題、学習済みモデル。C++14 で書かれています。Albireo と Pseudalis もここで開発されています。

  • C++14
  • CUDA
  • BSL-1.0

ERNIE

Dlib で作ったとても小さな言語モデル。このために書いた埋め込み層、位置エンコーディング層、線形層と、完全な学習例を含みます。

  • C++
  • MIT

Dlib-BPE-Tokenizer

Dlib 向けのバイトペア符号化トークナイザー。2.7 GB の英語とフランス語のテキストで学習した、500〜8,000 トークンの語彙が付属します。

  • C++14
  • MIT

dlib-models-training

Dlib モデルの学習プログラム:Barlow Twins による自己教師あり学習の Vision Transformer、Stable ImageNet-1K での ResNet-34 との比較、エキスパート混合の言語モデル。

  • C++
  • MIT

画像

Colorify

白黒の写真と映像の自動カラー化。U-Net 構造の ResNet を敵対的生成ネットワークで仕上げ、約 90 万枚の画像で学習しています。

白黒写真と、Colorify の高解像度モデルでカラー化した版
  • C++
  • GAN
  • MIT

FFgan

15 万枚以上の顔で学習した DCGAN が生成する合成顔。モデルを試すためのウェブサーバーを内蔵しています。

FFgan が生成した合成顔
  • C++
  • GAN
  • GPL

BAREL

自己教師あり学習の後に教師あり距離学習を行うハイブリッド学習手法。その顔認識モデルは LFW で 96.1% に達します。

  • C++
  • MIT

データとツール

Dlib-ImageNet-Datasets

複数の解像度に前処理した Stable ImageNet-1K データセット。Dlib でのビジョン実験を手早く行えます。

  • C++14
  • MIT

FFspider

研究用の画像データベースを構築するために書いた、マルチスレッドのウェブクローラー。

  • C++
  • MIT

dlib-models に提供したモデル

私たちが学習したいくつかのモデルは、Dlib のモデルリポジトリで公開されています。BAREL 手法で学習した DenseNet による顔認識、性別分類器、年齢推定器、合成顔、高解像度カラー化、自己教師ありの ResNet-50、Vision Transformer のモデルです。

画像に関する研究テーマ

  • 敵対的生成ネットワーク
  • 自動カラー化
  • ノイズ除去
  • トークン化
  • 自己教師あり学習と教師なし学習
  • 顔認識

ライブラリと製品は Boost Software License 1.0 で提供されます。その他のリポジトリにはそれぞれのライセンスがあり、各カードに表示しています。