논문을 검색하고, 성능을 찾아보고, 또 비교하고 하는 작업은 사실 굉장히 피곤한 작업입니다.
특히 인력을 갈아 넣지 않는이상 혼자서 한 분야의 모든 논문을 서베이하고, 성능을 비교분석하는 것은 정말 어려운 일이죠.
거기다 각종 지표들, 그리고 데이터셋들에 대해서 검색하고 읽을 만한 논문을 선정하는 작업자체가 굉장히 번거롭고 어렵습니다.
ML 계열에서 이런 것을 대신해줄 수 있는 사이트가 있습니다.
해당 사이트에서는 각 영역별로 세부 task를 나누고
사이트에서 여러 데이터셋, 지표등을 활용해서 논문의 성능을 보여줍니다.
뿐만아니라 여기 등록된 대부분의 paper는 코드까지 포함하고 있어서 쉽게 코드를 참고할 수 있어서 더욱 좋죠.
각 데이터셋 별로 최고의 SOTA를 달성한 논문과 코드를 리스트업해줍니다.
논문을 찾기 막막하거나, 완전히 새로운 도메인의 연구를 시작했다면 정말 큰 도움이 될 사이트입니다.
사실 이런사이트가 없었다면 서베이부터 읽어야 했을 것이고, 심지어 서베이가 나오지 않는다면 매번 새 논문들을 뒤적거려야 했겠죠...
알맞는 지표나 데이터셋 차즌ㄴ데에도 활용할 수 있습니다.
다들 연구 화이팅
'ML > 기타 팁들' 카테고리의 다른 글
gradio를 이용한 머신러닝 모델 공개 배포하기 (0) | 2023.02.15 |
---|---|
Pycharm 디버거 활용하기 - vision(이미지) task 디버깅하기 (1) | 2021.04.17 |