model-vs-human
是一个用于评估人类视觉和机器视觉差距的Python工具箱。利用这个库,开发者可以在17个出乎意料的数据集上测试其机器学习模型,并与高质量的人类比较数据进行对比。该工具箱支持PyTorch和TensorFlow两大主流框架的模型。
在基准测试部分,项目列出了表现最接近人类行为的前十个模型及其在不同数据集上的表现差异。这些模型的排名基于对52个测试模型的全面评估得出。若开发者的新模型表现超过列表中的一些或全部模型,可通过提交请求来加入榜单。
其中,在“最类似人类行为”的测试中,ViT-22B-384模型名列第一,其在多项指标上表现优异如准确性差异和一致性。相反,标准的ResNet-50模型在榜单中名列底部。
而在“最高出乎分布(OOD)变形鲁棒性”的指标中,ViT-22B-224模型同样位居榜首。
项目的安装相对简单,使用Python3.8克隆项目至本地后,通过命令行设置项目路径并使用pip
安装即可。安装后,任何代码上的更改会直接反映在包中,方便进行模型的添加或修改。
用户只需编辑examples/evaluate.py
文件,就可以对一系列模型进行出乎分布数据集的测试,生成相应的图表。最终,这些图表可以编译成一个报告文件,方便查看和分析结果。
项目目前实现了多种不同类型的模型,包括20多个来自torchvision模型库的标准监督模型、5个自监督对比模型、3个SimCLR模型变体以及10个对抗性“鲁棒”模型等。用户可通过简单的代码加载这些模型,并利用工具箱提供的通用数据集进行测试。
对于加载特定模型,用户可选择PyTorch或TensorFlow两种框架,库也提供了方便的接口来 列出所有可用模型。
项目提供了17个在严格实验室条件下收集的人类比较数据的数据集。十二个数据集涉及参数化或二进制图像畸变,如色彩/灰度,对比度,模糊等。其余五个数据集则包括非参数化图像处理,如素描,边缘检测,轮廓等。
用户可以直接通过脚本调用这些数据集进行测试,首次使用时会自动下载所需数据。
项目的心理物理数据主要来自于Wichmann实验室,并且使用了多种现有数据集资源。感谢所有提供模型和数据集的作者和维护人员。
如果在研究中需要引用此项目,请使用以下格式:
@inproceedings{geirhos2021partial,
title={Partial success in closing the gap between human and machine vision},
author={Geirhos, Robert and Narayanappa, Kantharaju and Mitzkus, Benjamin and Thieringer, Tizian and Bethge, Matthias and Wichmann, Felix A and Brendel, Wieland},
booktitle={{Advances in Neural Information Processing Systems 34}},
year={2021},
}
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解 决方案。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号