Statistical Metric Learning Benchmark (SMLB)
收藏arXiv2023-12-02 更新2024-08-06 收录
下载链接：
http://arxiv.org/abs/2312.01118v1
下载链接
链接失效反馈官方服务：
资源简介：
Statistical Metric Learning Benchmark (SMLB) 是一个基于ImageNet-21K和WordNet构建的大规模数据集，旨在评估自监督学习模型的判别能力和泛化性。该数据集包含超过1400万张图像，分为20498个类别和16632个分类节点，覆盖了广泛的类别多样性和粒度。SMLB通过引入新的评估指标——‘overlap’和‘aSTD’，来衡量特征空间中不同类别间的可分离性和相似性分布的一致性。这些指标有助于更深入地理解自监督学习模型在处理复杂和不确定的现实世界问题时的表现，揭示了监督学习在数据集偏差和域迁移方面的局限性，为未来模型改进提供了方向。
提供机构：
萨里大学
创建时间：
2023-12-02
