PapersWithCode - agregator algorytmów

paperswithcode.com to strona, która agreguje przeróżne opracowania naukowe dotyczące sztucznej inteligencji kategoryzując je pod kątem adresowanego problemu. Niezwykle upraszcza to poszukiwania modeli czy koncepcji, których akurat szukamy. Sam serwis prowadzi także coś na kształt bloga z najbardziej popularnymi tematami w machine learningu, więc można szybko dowiedzieć się "co jest na topie".

Jak szukać?

Na górze strony znajduje się przycisk "Browse State-of-the-Art", po którego wciśnięciu ukazują nam się najpopularniejsze zagadnienia spośród wszystkich dostępnych. To jednak dopiero czubek góry lodowej... każdy dział ma poddział ze wszystkimi adresowanymi tematami...

Computer Vision - to dział związany z przetwarzaniem obrazu. Na moment pisania tego posta znajduje się tutaj 713 typów zadań.

Blog - na głównej stronie znajduje się wspomniane wcześniej zestawienie tematów o największym zainteresowaniu.

Na stronie znajdują się także inne zagadnienia. Nie będę ich tutaj wymieniał, jako, że głównie skupiam się na przetwarzaniu obrazu. Chętnych zapraszam do własnych poszukiwań :)

Porównywalność

Świetną rzeczą jest to, że różne podejścia można w łatwy sposób porównać, zarówno w kwestii

• najlepszego wyniku, np. Top1 Accuracy
• najwydajniejszego rozwiązania, np. "Frames Per Second" (klatki na sekundę)

Porównywanie jest możliwe głównie ze względu na to, że rozwiązania korzystają w opracowaniu z tych samych dataset-ów do treningu oraz testowania wyniku. Część rozwiązań porównywana jest także na wielu dataset-ach (np. tutaj), przez co istnieje możliwość oszacowania, który model będzie najlepszy do naszego zadania.

Implementacja i link do pracy

Kolejną zaletą serwisu jest to, że wybrawszy interesujące nas zadanie wraz z metodą dostajemy link do oryginalnego opracowania wraz z listą implementacji na GitHub-ie. Dzięki temu praca z zastosowaniem rozwiązania jest o wiele łatwiejsza niż gdyby przyszło nam pisać kod samemu "od zera". Zbiór implementacji jest też opatrzony logiem informującym w którym frameworku jest dana implementacja. Obok znajduje się też liczba gwiazdek wskazująca popularność danej implemenacji - oto przykład.

Podsumowując, paperswithcode to idealne miejsce do rozeznania się jakie podejścia zastosować można do danego zagadnienia. Dodatkowo łatwo dostaniemy kod w ulubionym frameworku by można szybko przetestować rozwiązanie w swoim środowisku i dla swojego problemu. Polecam!