dlib

GitHub
14.4k 3.5k 简单 3 次阅读 今天BSL-1.0图像开发框架
AI 解读 由 AI 自动生成,仅供参考

dlib 是一个功能强大的 C++ 工具库,专注于机器学习和数据分析,帮助开发者构建解决实际问题的复杂软件。它提供了丰富的算法和工具,适用于图像处理、人脸识别、自然语言处理等多种场景。dlib 为开发者提供了高效的代码实现,简化了从算法设计到实际应用的流程。对于需要高性能和灵活性的 C++ 开发者来说,dlib 是一个理想的选择。其支持 AVX 指令优化,能够提升计算效率,同时兼容 Python 接口,方便快速开发与测试。无论是研究人员还是专业开发者,都可以借助 dlib 实现复杂的机器学习任务。

使用场景

某安防公司正在开发一款基于人脸识别的门禁系统,需要在嵌入式设备上实现高效的人脸检测与比对功能。开发团队需要快速构建一个稳定、高效的图像处理模块,以支持实时视频流分析。

没有 dlib 时

  • 需要自行实现人脸检测算法,耗时且难以保证精度
  • 图像预处理和特征提取代码复杂,容易出错
  • 缺乏成熟的机器学习模型集成方案,需额外开发训练流程
  • 在不同硬件平台上移植困难,性能优化成本高

使用 dlib 后

  • 直接调用 dlib 提供的人脸检测和关键点定位接口,节省大量开发时间
  • 利用 dlib 内置的深度学习模型进行特征提取,提升识别准确率
  • 通过 dlib 的 C++ API 快速集成到现有系统中,降低维护成本
  • 支持多种硬件平台,优化后的 AVX 指令集显著提升运算效率

dlib 为开发人员提供了成熟、高效的机器学习与数据处理工具,大幅降低了实际应用中的开发难度和维护成本。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes需要安装 CMake 和编译工具链。Windows 用户需使用 64 位编译模式。Python 版本需与 dlib 的构建版本匹配。
python3.8+
cmake
numpy
setuptools
wheel
dlib hero image

快速开始

dlib C++ 库 GitHub Actions C++ 状态 GitHub Actions Python 状态

Dlib 是一个现代化的 C++ 工具包,包含机器学习算法以及用于在 C++ 中构建复杂软件以解决实际问题的工具。主项目文档和 API 参考请参阅 http://dlib.net

编译 dlib C++ 示例程序

进入 examples 文件夹并输入以下命令:

mkdir build; cd build; cmake .. ; cmake --build .

这将编译所有示例程序。 如果你的 CPU 支持 AVX 指令集,可以通过以下方式启用它:

mkdir build; cd build; cmake .. -DUSE_AVX_INSTRUCTIONS=1; cmake --build .

这样做会使某些操作运行得更快。

最后,使用 Visual Studio 的用户通常应以 64 位模式进行编译。默认情况下,Visual Studio 的输出和自身执行都是 32 位的,因此需要显式指定使用 64 位。由于现在已不是 1990 年代,建议使用 64 位架构。可通过以下 cmake 命令实现:

cmake .. -G "Visual Studio 14 2015 Win64" -T host=x64

编译使用 dlib 的自定义 C++ 程序

examples 文件夹中包含一个 CMake 教程,其中详细说明了如何操作。此外,dlib 官网也提供了更多相关说明。

或者,如果你使用的是 vcpkg 依赖管理器,只需一条命令即可下载并安装集成有 CMake 的 dlib:

vcpkg install dlib

编译 dlib Python API

你可以从 PyPI 获取最新稳定版的 dlib 并直接安装:

pip install dlib

或者从 GitHub 获取最新版本并安装:

git clone https://github.com/davisking/dlib.git
cd dlib
pip install .

你还可以通过向 setup.py 传递参数或设置 DLIB_* 环境变量来更改构建设置。 例如,将环境变量 DLIB_NO_GUI_SUPPORT 设置为 ON 将会添加 cmake 选项 -DDLIB_NO_GUI_SUPPORT=ON

运行单元测试套件

要编译并运行 dlib 单元测试套件,请输入以下命令:

cd dlib/test
mkdir build
cd build
cmake ..
cmake --build . --config Release
./dtest --runall

请注意,在 Windows 系统上,编译器可能会将测试可执行文件放置在名为 Release 的子文件夹中。如果是这种情况,则需要先进入该文件夹再运行测试。

本库采用 Boost 软件许可协议授权,许可协议全文可在 dlib/LICENSE.txt 中找到。简而言之,你可以根据自己的需求自由使用 dlib,甚至将其用于闭源商业软件中。

dlib 赞助方

本研究部分得到了美国国家情报总监办公室 (ODNI) 下属的情报高级研究计划局 (IARPA) 的支持,合同编号为 2014-14071600010。文中所表达的观点和结论仅属作者个人意见,不应被解释为 ODNI、IARPA 或美国政府的官方政策或明示或暗示的认可。

版本历史

v20.0.12026/03/29
v20.02025/05/28
v19.24.92025/05/15
v19.24.82025/03/03
v19.24.72025/02/27
v19.24.62024/08/09
v19.24.52024/08/01
v19.24.42024/03/31
v19.24.32024/03/10
v19.24.22023/05/14
v19.242022/05/08
v19.232022/01/25
v19.222021/03/28
v19.212020/08/08
v19.202020/06/06
v19.192019/12/14
v19.182019/09/22
v19.172019/03/10
v19.162018/09/29
v19.152018/07/13

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架