- Fairness in Computer Vision EvaluaTion
- Sınıflandırma, tespit, örnek segmentasyonu ve görsel temelli görevler genelinde bilgisayarlı görü modellerinin adilliğini değerlendirmek için yeni ve kapsamlı bir benchmark
- 50.000 kişinin yer aldığı 32.000 görüntüden oluşuyor
- Demografik özellikler (örn. cinsiyet, yaş), ek fiziksel özellikler (örn. ten rengi, saç stili) ve insanla ilgili sınıflar (örn. basketbolcu, doktor) için uzman insan anotatörler tarafından etiketlendi
- SA-1B (Segment Anything) veri kümesinde yer alan insan, saç ve kıyafet etiketlerinden 69.000 tanesini de içeriyor
- FACET yalnızca araştırma değerlendirme amaçlı kullanılabiliyor, eğitim için kullanılamıyor
- Veri kümesi ve veri kümesi gezgini birlikte sunuluyor
- Bununla birlikte, daha önce yayımlanan görü modeli DINOv2'nin lisansı da Apache 2.0 olarak değiştirildi
1 yorum
DINOv2 - Meta AI tarafından yayımlanan, self-supervised öğrenme yapabilen bir bilgisayarlı görü modeli