DLib

DLib ist ein modernes C++-Toolkit, das Machine Learning-Algorithmen und Tools für die Erstellung komplexer Software in C++ bereitstellt, um reale Weltprobleme zu lösen. Es wird in der Industrie und der Wissenschaft in einer Vielzahl von Domänen eingesetzt, darunter Robotik, eingebettete Geräte, Mobiltelefone und große Hochleistungsrechnerumgebungen.

Hauptmerkmale

• Vollständige und präzise Dokumentation für jede Klasse und Funktion
• Viele Beispielprogramme werden bereitgestellt
• Hohe Qualität und portabler Code mit guter Unit-Test-Ausstattung
• Keine anderen Pakete sind erforderlich, um die Bibliothek zu verwenden
• Kein Installations- oder Konfigurationsschritt erforderlich, um die Bibliothek zu verwenden
• Machine Learning-Algorithmen, darunter Deep Learning, Support Vector Machines, Relevance Vector Machines und mehr
• Numerische Algorithmen, darunter Matrixoperationen, Singular Value Decomposition und mehr

Lizenz

DLib ist unter der Boost Software License lizenziert, die es ermöglicht, die Bibliothek in jeder Anwendung, einschließlich geschlossener Quellcode- kommerzieller Software, zu verwenden.

Kompilieren von DLib

Um DLib zu kompilieren, müssen Sie in das examples-Verzeichnis wechseln und den folgenden Befehl ausführen: mkdir build; cd build; cmake .. ; cmake --build . Dies wird alle Beispielprogramme kompilieren. Wenn Sie einen CPU haben, der AVX-Anweisungen unterstützt, können Sie diese aktivieren, indem Sie den folgenden Befehl ausführen: mkdir build; cd build; cmake .. -DUSE_AVX_INSTRUCTIONS=1; cmake --build .

DLib-Modelle

DLib-Modelle sind trainierte Modelle, die von Davis King erstellt wurden. Sie sind Teil der DLib-Beispielprogramme und sollen als Lehrmaterial dienen, um zu erklären, wie verschiedene Teile der DLib-Bibliothek verwendet werden können. Die Modelle sind in der öffentlichen Domain und können frei verwendet werden.

Einige Beispiele für DLib-Modelle sind:

• dlib_face_recognition_resnet_model_v1.dat.bz2: Ein ResNet-Modell mit 29 Conv-Layern, das für Gesichtserkennung trainiert wurde.
• mmod_dog_hipsterizer.dat.bz2: Ein Modell, das für die Klassifizierung von Hunderassen trainiert wurde.
• mmod_human_face_detector.dat.bz2: Ein Modell, das für die Erkennung von menschlichen Gesichtern trainiert wurde.

Weitere Informationen

Weitere Informationen über DLib, einschließlich der Dokumentation, Beispielprogrammen und Lizenzinformationen, finden Sie auf der offiziellen DLib-Website: http://dlib.net.