StanfordVL/taskonomy

해결하는 문제

Taskonomy은 컴퓨터 비전에서 전이 학습의 도전 과제를 다루며, 새로운 미관측 작업에 대해 어떤 사전 학습된 모델(작업)이 가장 유용한지 판단하는 방법을 제시합니다. 다양한 비전 작업 간의 관계와 유사성을 분석함으로써 작업 전이 학습을 분리하고 해석하는 것을 목표로 합니다.

작동 방식

이 프로젝트는 사전 학습된 모델의 '작업 은행'과 해당 데이터셋을 제공합니다. 작업 유사성을 분석함으로써, 한 비전 작업에서 얻은 지식이 다른 작업 학습에 어떻게 기여하는지 이해할 수 있으며, 이러한 관계의 원시 데이터와 정규화된 데이터를 측정할 수 있습니다.

대상 사용자

전이 학습을 활용하고 다양한 시각 인지 작업 간의 관계를 이해하고자 하는 컴퓨터 비전 연구자 및 개발자.

주요 특징

• PyTorch 및 TensorFlow 모두에서 사용 가능한 사전 학습된 모델.
• 작업 유사성 분석을 위한 포괄적인 데이터셋과 참조 코드 포함.
• CVPR 2018 최우수 논문상 수상 연구 논문 기반.