任務分配法

任務分類：解開任務遷移學習

該存儲庫包含：

• 預訓練模型（任務庫）[PyTorch + TensorFlow]。

• 數據集

• 參考程式碼

• 任務親和力分析和結果

對於以下論文：

Taskonomy：解開任務遷移學習（CVPR 2018，最佳論文獎）

Amir Zamir、Alexander Sax*、William Shen*、Leonidas Guibas、Jitendra Malik、Silvio Savarese。

任務庫	數據集
taskbank資料夾包含有關我們預先訓練模型的資訊以及下載它們的腳本。有示例輸出以及現場演示的連結。	data夾包含有關資料集的資訊和統計資料、一些範例資料以及如何下載完整資料集的說明。

任務親和力分析和結果	網站
此資料夾包含用於測量任務親和力的原始資料和標準化資料。	專案的網頁，包含資產和演示的連結。

引文

如果您發現程式碼、模型或資料有用，請引用本文：

@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}
}