Meta merilis dataset FACET untuk menyelidiki bias pada model visi komputer

• Fairness in Computer Vision EvaluaTion
• Tolok ukur komprehensif baru untuk mengevaluasi keadilan model visi komputer di berbagai tugas berbasis visual, termasuk klasifikasi, deteksi, segmentasi instance, dan lainnya
• Terdiri dari 32.000 gambar yang mencakup 50.000 orang
• Diberi label oleh anotator manusia profesional untuk atribut demografis (misalnya gender, usia), atribut fisik tambahan (misalnya warna kulit, gaya rambut), dan kelas terkait manusia (misalnya pemain basket, dokter)
• Juga mencakup 69.000 label manusia, rambut, dan pakaian yang termasuk dalam dataset SA-1B (Segment Anything)
• FACET hanya digunakan untuk tujuan evaluasi riset dan tidak dapat digunakan untuk pelatihan
• Dataset dan penjelajah dataset disediakan bersama
• Bersamaan dengan ini, lisensi model visi yang sebelumnya telah dirilis, DINOv2, diubah menjadi Apache 2.0

[xguru]

DINOv2 - model computer vision dengan pembelajaran mandiri yang dirilis oleh Meta AI