RaptorMai/online-continual-learning
این پروژه یک مجموعه از پیاده‌سازی‌های مقالات یادگیری فشرده آنلاین (Online Continual Learning) در حوزه بینایی کامپیوتر با استفاده از PyTorch است.
شامل روش‌های پیشرفته‌ای مثل ASER (AAAI-21)، SCR (CVPR21-W) و همچنین یک مرور جامع در مقاله Neurocomputing است.
کاربرد:
این پروژه به تو کمک می‌کنه تا مدل‌های یادگیری ماشین رو به صورت پیوسته و در حین دریافت داده‌های جدید آموزش بدی، بدون اینکه اطلاعات قبلی فراموش شود (مشکل نوسان یا Catastrophic Forgetting).
در چه شرایطی بهتره استفاده شود؟
وقتی با جریان داده‌های پویا سروکار داری، مثل دوربین‌های نظارتی، سیستم‌های توصیه‌گر آنلاین یا ربات‌هایی که باید در محیط واقعی یاد بگیرند.
همچنین برای پژوهشگرانی که می‌خوان روش‌های جدید OCL رو ارزیابی یا مقایسه کنند، بسیار مناسب است.
چند مثال از موارد استفاده:
- آموزش مدل شناسایی اشیا با داده‌های جدید که به مرور زمان معرفی می‌شن.
- به‌روزرسانی مدل طبقه‌بندی تصاویر در یک سرویس ابری بدون ذخیره تمام داده‌های گذشته. ️
- استفاده از ASER برای انتخاب هوشمند نمونه‌های مهم جهت ذخیره در بافر مدل.
- ##OnlineContinualLearning
- ##PyTorch
- ##ComputerVision
- ##ASER
- ##SCR
- ##MachineLearning
- ##CatastrophicForgetting
- ##DeepLearning
- ##OCL
- ##Neurocomputing