Открытый код

Всё, что мы публикуем, доступно на GitHub, от нынешней библиотеки до проектов по изображениям, которые ей предшествовали.

Языковые модели

Dlib-Transformer-extensions

Архитектуры трансформеров, утилиты для языковых моделей, примеры и обученные модели для Dlib, на C++14. Здесь же разрабатываются Albireo и Pseudalis.

  • C++14
  • CUDA
  • BSL-1.0

ERNIE

Очень маленькая языковая модель, построенная на Dlib: написанные для неё слои эмбеддингов, позиционного кодирования и линейные слои, с полным примером обучения.

  • C++
  • MIT

Dlib-BPE-Tokenizer

Токенизатор с кодированием пар байтов для Dlib, со словарями от 500 до 8 000 токенов, обученными на 2,7 ГБ английского и французского текста.

  • C++14
  • MIT

dlib-models-training

Программы обучения моделей Dlib: Vision Transformer с самообучением Barlow Twins, сравнение с ResNet-34 на Stable ImageNet-1K и языковые модели со смесью экспертов.

  • C++
  • MIT

Изображения

Colorify

Автоматическое раскрашивание чёрно-белых фотографий и фильмов: ResNet со структурой U-Net, доработанная генеративно-состязательной сетью и обученная примерно на 900 000 изображений.

Чёрно-белые фотографии и их версии, раскрашенные моделью высокого разрешения Colorify
  • C++
  • GAN
  • MIT

FFgan

Синтетические лица, созданные DCGAN, обученной более чем на 150 000 лиц, со встроенным веб-сервером для проверки модели.

Синтетические лица, созданные FFgan
  • C++
  • GAN
  • GPL

BAREL

Гибридный метод обучения, в котором за самообучением следует контролируемое метрическое обучение. Его модель распознавания лиц достигает 96,1 % на LFW.

  • C++
  • MIT

Данные и инструменты

Dlib-ImageNet-Datasets

Наборы данных Stable ImageNet-1K, предобработанные в нескольких разрешениях, для быстрых экспериментов со зрением в Dlib.

  • C++14
  • MIT

FFspider

Многопоточный веб-краулер, написанный для сбора баз изображений для исследований.

  • C++
  • MIT

Модели, переданные в dlib-models

Несколько обученных нами моделей опубликованы в репозитории моделей Dlib: распознавание лиц на DenseNet, обученной методом BAREL, классификатор пола, предсказатель возраста, синтетические лица, раскрашивание в высоком разрешении, ResNet-50 с самообучением и модели Vision Transformer.

Темы исследований по изображениям

  • Генеративно-состязательные сети
  • Автоматическое раскрашивание
  • Удаление шума
  • Токенизация
  • Самообучение и обучение без учителя
  • Распознавание лиц

Библиотека и продукты распространяются под лицензией Boost Software License 1.0. У остальных репозиториев своя лицензия, указанная на каждой карточке.