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 < sensors >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。

欢迎访问www.52cv.net，获取更多计算机视觉与机器学习技术信息。

长按关注我爱计算机视觉公众号：