Meta publie le dataset FACET pour étudier les biais des modèles de vision par ordinateur

• Fairness in Computer Vision EvaluaTion
• Un nouveau benchmark complet pour évaluer l’équité des modèles de vision par ordinateur sur des tâches de classification, de détection, de segmentation d’instances et d’autres tâches à composante visuelle
• Composé de 32 000 images incluant 50 000 personnes
• Annoté par des experts humains pour des attributs démographiques (par ex. genre, âge), des attributs physiques supplémentaires (par ex. couleur de peau, coiffure) et des classes liées aux personnes (par ex. basketteur, médecin)
• Inclut également 69 000 labels concernant les personnes, les cheveux et les vêtements issus du dataset SA-1B (Segment Anything)
• FACET est réservé uniquement à l’évaluation de la recherche et ne peut pas être utilisé pour l’entraînement
• Le dataset et un explorateur de dataset sont fournis ensemble
• En parallèle, Meta a aussi changé la licence de son modèle de vision précédemment publié, DINOv2, pour une licence Apache 2.0

[xguru]

DINOv2 - modèle de vision par ordinateur auto-supervisé publié par Meta AI