本文介绍了可复现性研究的重要性，并列举了一系列资源，包括用于机器学习的开源软件、论文与代码平台，以及AI算法市场。特别地，文章详细阐述了一个跨域通用目标检测的基准，涵盖11个不同数据集，如Pascal VOC、WiderFace、DOTA等，旨在推动设计能够处理各种检测任务的通用检测系统。此外，还提及了用于监控人脸识别、单目3D目标检测以及恶劣天气中车辆检测的相关研究和数据集。
Codes helps Reproducible Research:
https://mloss.org/software/
Machine Learning Open Source Software
https://paperswithcode.com/
Papers with Code
http://manaai.cn/index3.html
AI算法市场
Data helps Reproducible Implementation:
http://www.svcl.ucsd.edu/projects/universal-detection/ This is the benchmark introduced in CVPR 2019 paper: Towards Universal Object Detection by Domain Attention[1]. The goal of this benchmark is to encourage designing universal object detection system, capble of solving various detection tasks. To train and evaluate universal/multi-domain object detection systems, we established a new universal object detection be
最低0.47元/天 解锁文章
465
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
