Taskonomy 建模视觉任务迁移依赖结构

Amir Zamir 等提出 Taskonomy，用完全计算化的方法在隐空间中对 26 个 2D、2.5D、3D 及语义视觉任务建模，通过发现任务间一阶及高阶迁移学习依赖，生成任务分类图谱。 作者称，求解一组 10 个任务所需的标注数据总量可比各自独立训练减少约三分之二，同时性能基本持平；他们还提供了一套计算和探查该结构的工具，含一个供用户制定高效监督策略的求解器。该论文获 CVPR 2018 最佳论文。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。