开源

我们发布的一切都可在 GitHub 上获取,从当前的核心库到此前的图像项目。

语言模型

Dlib-Transformer-extensions

面向 Dlib 的 transformer 架构、语言模型工具、示例和训练好的模型,以 C++14 编写。Albireo 和 Pseudalis 也在这个仓库中开发。

  • C++14
  • CUDA
  • BSL-1.0

ERNIE

用 Dlib 构建的极小语言模型:专门为它编写的嵌入层、位置编码层和线性层,并附完整的训练示例。

  • C++
  • MIT

Dlib-BPE-Tokenizer

面向 Dlib 的字节对编码分词器,提供在 2.7 GB 英文和法文文本上训练的 500 到 8,000 词元的词表。

  • C++14
  • MIT

dlib-models-training

Dlib 模型的训练程序:采用 Barlow Twins 自监督的 Vision Transformer、在 Stable ImageNet-1K 上与 ResNet-34 的对比,以及专家混合语言模型。

  • C++
  • MIT

图像

Colorify

黑白照片和影片的自动上色:U-Net 结构的 ResNet,经生成对抗网络精修,在约 90 万张图像上训练。

黑白照片及其由 Colorify 高分辨率模型上色后的版本
  • C++
  • GAN
  • MIT

FFgan

由在 15 万多张人脸上训练的 DCGAN 生成的合成人脸,内置 Web 服务器用于测试模型。

FFgan 生成的合成人脸
  • C++
  • GAN
  • GPL

BAREL

一种混合学习方法,先自监督学习,再做有监督的度量学习。其人脸识别模型在 LFW 上达到 96.1%。

  • C++
  • MIT

数据与工具

Dlib-ImageNet-Datasets

预处理为多种分辨率的 Stable ImageNet-1K 数据集,便于用 Dlib 快速进行视觉实验。

  • C++14
  • MIT

FFspider

为研究构建图像数据库而编写的多线程网络爬虫。

  • C++
  • MIT

贡献给 dlib-models 的模型

我们训练的多个模型已发布在 Dlib 的模型仓库中:用 BAREL 方法训练的 DenseNet 人脸识别模型、性别分类器、年龄预测器、合成人脸、高分辨率上色、自监督的 ResNet-50,以及 Vision Transformer 模型。

图像方面的研究主题

  • 生成对抗网络
  • 自动上色
  • 去噪
  • 分词
  • 自监督与无监督学习
  • 人脸识别

核心库和产品采用 Boost Software License 1.0。其他仓库各有自己的许可证,显示在每张卡片上。