Meta publica el dataset FACET para investigar los sesgos en modelos de visión por computadora

• Fairness in Computer Vision EvaluaTion
• Un nuevo benchmark integral para evaluar la equidad de los modelos de visión por computadora en clasificación, detección, segmentación de instancias y tareas basadas en visión en general
• Compuesto por 32,000 imágenes que incluyen a 50,000 personas
• Etiquetado por anotadores humanos especializados según atributos demográficos (p. ej., género, edad), atributos físicos adicionales (p. ej., tono de piel, peinado) y clases relacionadas con personas (p. ej., jugador de baloncesto, médico)
• También incluye 69,000 etiquetas de personas, cabello y vestimenta incluidas en el dataset SA-1B (Segment Anything)
• FACET se usa solo con fines de evaluación de investigación y no puede utilizarse para entrenamiento
• Se ofrecen en conjunto el dataset y un explorador del dataset
• Junto con esto, DINOv2, el modelo de visión publicado anteriormente, cambia su licencia a Apache 2.0

[xguru]

DINOv2 - modelo de visión por computadora con aprendizaje autosupervisado publicado por Meta AI