Dlib

Матеріал з Вікіпедії — вільної енциклопедії.
Перейти до навігації Перейти до пошуку
Dlib
Тип бібліотека, машинне навчання
Автор Девіс Кінг
(англ. Davis E. King)
Перший випуск 2002
Операційна система Cross-platform
Мова програмування C++
Ліцензія Boost Software License[d]
Репозиторій github.com/davisking/dlib
Вебсайт dlib.net

Dlib — багатоплатформова бібліотека загального призначення написана на мові C++. Вона була розроблена під суттєвим впливом ідей проектування за контрактом та компонентно-орієнтованого програмування. Таким чином, вона є, перш за все, набором незалежних програмних компонент. Це відкрите програмне забезпечення, яке випускається під ліцензією Boost Software. Оскільки розробка почалася ще в 2002 році, Dlib містить широкий спектр інструментів. Станом на 2016 рік вона містить програмні компоненти для роботи з комп'ютерними мережами, потоками, графічні інтерфейси користувача, структурами даних, лінійною алгеброю, машинним навчанням, обробки зображень, добуванням даних, XML та парсингу тексту, числової оптимізації, Баєсовими мережами та багато іншого. В останні роки, основний розвиток припав на створення широкого спектра статистичних інструментів машинного навчання і в 2009 році Dlib було опубліковано в Journal of Machine Learning Research.[1] Відтоді вона використовується у різних областях.[2][3][4][5][6][7][8][9][10][11][12][13][14]

Див. також[ред. | ред. код]

Примітки[ред. | ред. код]

  1. King, D. E. (2009). Dlib-ml: A Machine Learning Toolkit (PDF). J. Mach. Learn. Res. 10 (Jul): 1755—1758. CiteSeerX 10.1.1.156.3584. Архів оригіналу (PDF) за 26 серпня 2018. Процитовано 22 січня 2019.
  2. Scholarly research using Dlib. Архів оригіналу за 14 травня 2015. Процитовано 22 січня 2019.
  3. Dlib on mloss.org. Архів оригіналу за 26 серпня 2018. Процитовано 22 січня 2019.
  4. Autonome Mobile Systeme 2009
  5. ESS: Extremely Simple Serialization for C++. Архів оригіналу за 16 жовтня 2018. Процитовано 22 січня 2019.
  6. Gould, S. (2012). Darwin: A Framework for Machine Learning and Computer Vision Research and Development (PDF). J. Mach. Learn. Res. 13 (Dec): 3533—3537. CiteSeerX 10.1.1.413.8518. Архів оригіналу (PDF) за 21 грудня 2018. Процитовано 22 січня 2019.
  7. Yan, Junchi, et al. «Online incremental regression for electricity price prediction.» Service Operations and Logistics, and Informatics (SOLI), 2012 IEEE International Conference on. IEEE, 2012. Yan, J.; Tian, C.; Wang, Y.; Huang, J. (2012). Online incremental regression for electricity price prediction. Proceedings of 2012 IEEE International Conference on Service Operations and Logistics, and Informatics. с. 31. doi:10.1109/SOLI.2012.6273500. ISBN 978-1-4673-2401-4.
  8. Kuijf, Hugo J., Max A. Viergever, and Koen L. Vincken. «Automatic Extraction of the Curved Midsagittal Brain Surface on MR Images.» Medical Computer Vision. Recognition Techniques and Applications in Medical Imaging. Springer Berlin Heidelberg, 2013. 225—232. Kuijf, H. J.; Viergever, M. A.; Vincken, K. L. (2013). Automatic Extraction of the Curved Midsagittal Brain Surface on MR Images. Medical Computer Vision. Recognition Techniques and Applications in Medical Imaging. Lecture Notes in Computer Science. Т. 7766. с. 225. doi:10.1007/978-3-642-36620-8_22. ISBN 978-3-642-36619-2.
  9. Bormann, Richard Klaus Eduard. «Vision-based place categorization.» (2010).
  10. Brodu, Nicolas, and Dimitri Lague. «3D terrestrial lidar data classification of complex natural scenes using a multi-scale dimensionality criterion: Applications in geomorphology.» ISPRS Journal of Photogrammetry and Remote Sensing 68 (2012): 121—134.
  11. Aung, Zeyar, et al. «Towards accurate electricity load forecasting in smart grids.» DBKDA 2012, The Fourth International Conference on Advances in Databases, Knowledge, and Data Applications. 2012.
  12. Rodriguez, Alberto, et al. «Abort and retry in grasping.» Intelligent Robots and Systems (IROS), 2011 IEEE/RSJ International Conference on. IEEE, 2011. Rodriguez, A.; Mason, M. T.; Srinivasa, S. S.; Bernstein, M.; Zirbel, A. (2011). Abort and retry in grasping. 2011 IEEE/RSJ International Conference on Intelligent Robots and Systems. с. 1804. doi:10.1109/IROS.2011.6095100. ISBN 978-1-61284-456-5.
  13. Mohan, Vandana, et al. «Intraoperative prediction of tumor cell concentration from Mass Spectrometry Imaging.» Int. Symp. Math. Theo. Netw. Syst. 2010.
  14. Nakashima, Yuta, Noboru Babaguchi, and Jianping Fan. «Detecting intended human objects in human-captured videos.» Computer Vision and Pattern Recognition Workshops (CVPRW), 2010 IEEE Computer Society Conference on. IEEE, 2010. Nakashima, Y.; Babaguchi, N.; Fan, J. (2010). Detecting intended human objects in human-captured videos. 2010 IEEE Computer Society Conference on Computer Vision and Pattern Recognition - Workshops. с. 33. doi:10.1109/CVPRW.2010.5543721. ISBN 978-1-4244-7029-7.

Посилання[ред. | ред. код]