Dieses Repository enthält:
Vorab trainierte Modelle (Aufgabenbank) [PyTorch + TensorFlow].
Datensatz
Referenzcode
Aufgabenaffinitätsanalysen und Ergebnisse
für die folgende Arbeit:
Amir Zamir, Alexander Sax*, William Shen*, Leonidas Guibas, Jitendra Malik, Silvio Savarese.
| AUFGABENBANK | DATENSATZ |
|---|---|
Der taskbank -Ordner enthält Informationen zu unseren vorab trainierten Modellen und Skripte zum Herunterladen dieser Modelle. Es gibt Beispielausgaben und Links zu Live-Demos. | Der data enthält Informationen und Statistiken zum Datensatz, einige Beispieldaten und Anweisungen zum Herunterladen des vollständigen Datensatzes. |
 |  |
| Aufgabenaffinitätsanalysen und Ergebnisse | Webseite |
|---|---|
| Dieser Ordner enthält die Rohdaten und normalisierten Daten, die zur Messung der Aufgabenaffinitäten verwendet werden. | Die Webseite des Projekts mit Links zu Assets und Demos. |
 |  |
Wenn Sie den Code, die Modelle oder Daten nützlich finden, zitieren Sie bitte dieses Dokument:
@inproceedings{zamir2018taskonomy,
title={Taskonomy: Disentangling Task Transfer Learning},
author={Zamir, Amir R and Sax, Alexander and and Shen, William B and Guibas, Leonidas and Malik, Jitendra and Savarese, Silvio},
booktitle={2018 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
year={2018},
organization={IEEE}
} 
