論文の概要: Hawkeye: A PyTorch-based Library for Fine-Grained Image Recognition with Deep Learning

• arxiv url: http://arxiv.org/abs/2310.09600v2
• Date: Fri, 24 Nov 2023 15:29:08 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-28 03:05:18.317683
• Title: Hawkeye: A PyTorch-based Library for Fine-Grained Image Recognition with Deep Learning
• Title（参考訳）: Hawkeye:ディープラーニングによる微細画像認識のためのPyTorchベースのライブラリ
• Authors: Jiabei He, Yang Shen, Xiu-Shen Wei, Ye Wu
• Abstract要約: 我々はPyTorchベースのディープラーニングによるファイングラインド画像認識ライブラリであるHawkeyeを紹介する。 Hawkeyeはモジュラーアーキテクチャで設計されており、高品質なコードとヒューマン可読な構成を強調している。 私たちの知る限りでは、HawkeyeはFGIR専用のPyTorchベースの初のオープンソースライブラリである。
• 参考スコア（独自算出の注目度）: 34.72800240293876
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fine-Grained Image Recognition (FGIR) is a fundamental and challenging task in computer vision and multimedia that plays a crucial role in Intellectual Economy and Industrial Internet applications. However, the absence of a unified open-source software library covering various paradigms in FGIR poses a significant challenge for researchers and practitioners in the field. To address this gap, we present Hawkeye, a PyTorch-based library for FGIR with deep learning. Hawkeye is designed with a modular architecture, emphasizing high-quality code and human-readable configuration, providing a comprehensive solution for FGIR tasks. In Hawkeye, we have implemented 16 state-of-the-art fine-grained methods, covering 6 different paradigms, enabling users to explore various approaches for FGIR. To the best of our knowledge, Hawkeye represents the first open-source PyTorch-based library dedicated to FGIR. It is publicly available at https://github.com/Hawkeye-FineGrained/Hawkeye/, providing researchers and practitioners with a powerful tool to advance their research and development in the field of FGIR.
• Abstract（参考訳）: ファイングラインド画像認識(FGIR)は、コンピュータビジョンとマルチメディアにおける基本的な課題であり、知的経済と産業インターネットアプリケーションにおいて重要な役割を果たす。 しかし、FGIRの様々なパラダイムをカバーする統一されたオープンソースソフトウェアライブラリが存在しないことは、この分野の研究者や実践者にとって大きな課題となっている。 このギャップに対処するために、深層学習を備えたFGIRのためのPyTorchベースのライブラリであるHawkeyeを紹介する。 Hawkeyeはモジュラーアーキテクチャで設計され、高品質なコードと人間可読な構成を強調し、FGIRタスクの包括的なソリューションを提供する。 ホークアイでは、6つの異なるパラダイムをカバーし、FGIRの様々なアプローチを探索できる16の最先端の細粒度メソッドを実装した。 私たちの知る限りでは、hawkeyeはfgir専用のオープンソースのpytorchベースのライブラリです。 https://github.com/Hawkeye-FineGrained/Hawkeye/で公開されており、研究者や実践者にFGIRの分野での研究と開発を進める強力なツールを提供する。

関連論文リスト

• NNsight and NDIF: Democratizing Access to Foundation Model Internals [48.27939917017487]
  NNsightはオープンソースのPythonパッケージで、グラフを構築することで任意のPyTorchモデルの介入を表現できるシンプルなフレキシブルなAPIを備えている。 NDIFは、NNsight APIを通じて基礎的なLLMへのアクセスを提供する共同研究プラットフォームである。
  論文  参考訳（メタデータ） (2024-07-18T17:59:01Z)
• Hawkeye: Change-targeted Testing for Android Apps based on Deep Reinforcement Learning [10.118456850453512]
  既存のAndroidテストツールは、アプリ全体のテストカバレッジを改善することに焦点を当てたGUIイベントを生成する。 最近の研究では、変更に焦点を当てたテストを提案しているが、更新を実行するにはランダムな探索に頼っている。 我々は、コード変更に関連するGUIアクションの実行を優先できるHawkeyeによるアプリアップデートの直接テストを提案する。
  論文  参考訳（メタデータ） (2023-09-04T10:57:27Z)
• TorchRL: A data-driven decision-making library for PyTorch [20.776851077664915]
  PyTorchは、プレミア機械学習フレームワークとして昇格したが、決定および制御タスクのためのネイティブで包括的なライブラリが欠如している。 我々はPyTorchの汎用制御ライブラリであるTorchRLを提案する。 ビルディングブロックの詳細な説明と、ドメインやタスクにわたるライブラリの概要について説明する。
  論文  参考訳（メタデータ） (2023-06-01T11:45:45Z)
• OpenMedIA: Open-Source Medical Image Analysis Toolbox and Benchmark under Heterogeneous AI Computing Platforms [25.113998385249097]
  OpenMedIAはオープンソースのツールボックスライブラリで、医用画像解析のための深層学習手法が豊富に含まれている。 OpenMedIAはPyTorchとMindSpを比較した最初のオープンソースアルゴリズムライブラリである。
  論文  参考訳（メタデータ） (2022-08-11T02:51:14Z)
• Xplique: A Deep Learning Explainability Toolbox [5.067377019157635]
  我々は、説明可能性のためのソフトウェアライブラリXpliqueを開発した。 代表的な説明可能性手法と関連する評価指標を含んでいる。 コードはMITライセンスでライセンスされており、無料で利用できる。
  論文  参考訳（メタデータ） (2022-06-09T10:16:07Z)
• Torchhd: An Open Source Python Library to Support Research on Hyperdimensional Computing and Vector Symbolic Architectures [99.70485761868193]
  我々はHD/VSA用の高性能オープンソースPythonライブラリであるTorchhdを紹介する。 Torchhdは、HD/VSAをよりアクセスしやすくし、さらなる研究とアプリケーション開発のための効率的な基盤となることを目指している。
  論文  参考訳（メタデータ） (2022-05-18T20:34:25Z)
• Evaluating Graph Vulnerability and Robustness using TIGER [77.50446320230624]
  TIGERは、ネットワークの堅牢性を研究するためのオープンソースのPythonツールボックスである。 TIGERには22のロバストネスグラフ測度があり、原版と高速な近似版がある。 TIGERは、世界中の教育者が利用できるNvidia Data Science Teaching Kitと、1000人以上の学生を持つジョージア工科大学のData and Visual Analyticsクラスに統合されている。
  論文  参考訳（メタデータ） (2020-06-10T04:21:43Z)
• PyRetri: A PyTorch-based Library for Unsupervised Image Retrieval by Deep Convolutional Neural Networks [49.35908338404728]
  PyRetriはディープラーニングベースの教師なし画像検索のためのオープンソースライブラリである。 検索プロセスを複数のステージにカプセル化し、各ステージの様々な重要なメソッドをカバーする機能を提供する。
  論文  参考訳（メタデータ） (2020-05-02T10:17:18Z)
• Rapidly Deploying a Neural Search Engine for the COVID-19 Open Research Dataset: Preliminary Thoughts and Lessons Learned [88.42878484408469]
  我々は最新のニューラルネットワークランキングアーキテクチャを利用する検索エンジンであるNeural Covidexを紹介する。 本稿では、最初の取り組みについて述べ、その過程で学んだ教訓についていくつか考察する。
  論文  参考訳（メタデータ） (2020-04-10T17:12:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。