Verify evals on Papers with Code
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 1/5
- Tempo stimato
- Meno di un'ora
- Idoneità per principianti
- 72/100
- Tipo di issue
- Documentazione
- Chiarezza
- Specificata chiaramente
- Stato di attività
- Attiva
- Stack tecnologico
- huggingface
- Ambito
- documentation, machine-learning
Direzione di ricerca
Apri il paper collegato e le relative pagine delle attività Image Classification e Object Detection; confronta gli score importati, i nomi dei modelli, i protocolli di benchmark e i metadati di apertura con il paper e i suoi artefatti ufficiali di release. Il lavoro è completato quando confermi le righe o segnali correzioni concrete per Papers with Code.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Hi,
Niels here from the open-source team at Hugging Face. Congratulations on your work!
I've made the paper and 2 paper-native evaluations available on Papers with Code.
The paper has results on Image Classification and Object Detection task pages.
Would it be possible to verify these results and let me know if any score, model name, benchmark protocol, or openness metadata should be corrected? The imported rows are tied to the paper or its official release artifacts; comparison-table baselines were not added.
You can also edit the task, methods, project page, and GitHub URL directly from the paper page using your Hugging Face account.
Kind regards,
Niels
- Lingua principale
- Python
- Stelle
- 77.6k
- Fork
- 44.8k
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di tensorflow/models
-
object_detection_tutorial.ipynb pretrained model "resnet50 imagenet"Forse di nuovo libera @laxmareddyp l’ha presa 202 giorni fa e non c’è nessuna pull request aperta. Apertatype:support
tensorflow/models#13634 · 2 commenti · 1 reazione · 1 assegnatario ·
-
Tag version compatible with Tensorflow 2.20Forse di nuovo libera @bharatjetti l’ha presa 276 giorni fa e non c’è nessuna pull request aperta. Apertamodels:official type:bug
tensorflow/models#13607 · 1 commento · 1 assegnatario ·
-
models:research type:feature
Difficoltà 5/5 Più di una settimana Idoneità per principianti 10/100
tensorflow/models#13600 ·
-
Installation Issues on Python 3.13Forse di nuovo libera @bharatjetti l’ha presa 245 giorni fa e non c’è nessuna pull request aperta. Apertamodels:official type:bug
tensorflow/models#13587 · 9 commenti · 1 assegnatario ·
-
Movinet-A2 config files for Kinetics400, SSv2 and Epic-kitchensForse di nuovo libera @laxmareddyp l’ha presa 384 giorni fa e non c’è nessuna pull request aperta. Apertatype:support
tensorflow/models#13583 · 1 assegnatario ·
Tutte le issue di tensorflow/models
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 67/100
bigbio/sdrf-pipelines#372 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
[Open Source] PixelboltAperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 84/100
521xueweihan/HelloGitHub#4297 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 83/100
aws-samples/sample-per-model-bedrock#822 ·
I maintainer di solito rispondono entro 1 giorno
-
area:study-data p2-high ready-for-agent type:chore
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
fderuiter/deruiter.dev#3706 ·
I maintainer di solito rispondono entro 1 giorno
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 74/100
awslabs/visual-asset-management-system#1234 ·
I maintainer di solito rispondono entro 1 giorno