Dlib 19.14发布——增加了一个训练RBF-SVM的auto-ML工具

Dlib是一个C ++工具包,包含机器学习算法和工具,用于在C ++中创建复杂的软件来解决实际问题。

此版本为Python API添加了一堆新例程。它还包括一个用于训练RBF-SVM的auto-ML工具以及各种其他可用性改进和错误修复。

新特征和改进:

1.为imglab图像标注工具箱增加了–split-train-test选项,方便标注时分离训练和测试的样本;

2.为oca solver 和 structural object detection trainer增加最大运行时间选项;

3.在shape_predictor_trainer中增加了平移扰动的选项,使用这个选项后可以使得训练得到的shape_predictors对检测器给定的包围盒偏移不敏感。(这个功能很赞啊,毕竟使用dlib的童鞋很多冲着特征点检测来的);

4.为find_max_global()和find_min_global()函数增加了thread_pool选项,支持并行计算;

5.增加一个分类器auto_train_rbf_classifier(),这个工具可以使用户方便的训练RBF-SVM,而不需要指定任何超参数(这个大赞有木有!);

6.增加polygon_area()函数;

7.图像视图对象现在实现了通用图像接口;

8.Python API更新:

8.1)为下列函数增加了Python绑定:extract_image_chip(), extract_image_chips(), center(), get_histogram(), sub_image(), polygon_area(), auto_train_rbf_classifier(), reduced(),translate_rect(), spatially_filter_image(),spatially_filter_image_separable(), num_separable_ ilters(),threshold_filter_singular_values(), max_point(),max_point_interpolated(), zero_border_pixels(). 还添加了一个用于训练核规范正则化HOG检测器的选项。

8.2)为现有的Python类型添加了一堆新的重载和运算符。

8.3)使得查看Python接口函数的功能更加方便。

8.4)像调用std :: vector 一样从Python中调用object_detector构造函数。所以现在你可以通过python API 将多个检测器打包到一个对象中。

8.5)允许批量人脸识别,可以达到更快的速度。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180709G0S2U500?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券