딥러닝에 대한 공부를 하다보면, 최근에 나온 논문이나 알고리즘에 대한 정보의 필요성을 절실히 느끼게 된다. 계속해서 새로운 방법론들이 쏟아져 나오기 때문에 이를 정리해둔 사이트가 있다면 좋겠다는 생각이 드는데, 오늘은 그런 사이트 중 Papers with Code에 대해 소개하려한다.
https://paperswithcode.com/sota[https://paperswithcode.com/sota]
이 사이트에서는 현재 해당 분야의 State-of-the-Art(SOTA)의 논문과 알고리즘을 쉽게 확인할 수 있도록 되어있다.
The mission of Papers with Code is to create a free and open resource with Machine Learning papers, code, datasets, methods and evaluation tables.
Papers with Code에서는 위의 소개글과 같이 논문, 코드, 데이터셋, 방법론, 평가표 등의 정보들을 무료로 제공하고 있다.
Browse State-of-the-Art 에서는 딥러닝의 각 연구 파트에서 현재 최고수준(SOTA)의 알고리즘들에 대해 소개하고 있다.
가장 대표적인 분야인 Image Classification을 살펴보면,
먼저, Image Classification이 무엇인지에 대해 설명하고 있다.
그리고 아래에는 각 데이터 셋의 State-of-the-Art인 모델들의 정보(논문(Paper), Code(Git-Hub))들을 담고 있다.
각 데이터 셋의 Compare을 눌러보면 해당하는 데이터셋을 타겟으로 연구를 진행한 다양한 모델들을 살펴 볼 수 있다. 최근의 논문들에 많이 활용된 CIFAR-10데이터셋을 살펴보자
그림과 같이 대시보드 형식으로 그래프가 나타나는데, 현재 가장 최근에 나온 모델 중 Percentage correct가 가장 높은 모델은 efficient adaptive ensembilng 모델임을 확인할 수 있다. 그리고 아래에는
내가 기준으로 선택한 Percentage correct에 따라 모델들이 정렬되어 있다.
따라서 대시보드의 기준을 위의 그림과 같이 변경하면, 논문의 정렬 순위도 달라진다.
Papers with Code에서는 다양한 딥러닝 모델들의 정보를 제공하고 있으니 많이 활용할 수 있을 것 같다!
