nano-datasets: Facilitando la investigación eficiente de la comprensión de video con subconjuntos personalizables de datos a gran escala

Resumen

El avance del aprendizaje auto-supervisado en la comprensión de video ha sido facilitado por conjuntos de datos a gran escala, pero su tamaño plantea desafíos para los investigadores con recursos computacionales limitados. Para abordar esto, presentamos nano-datasets, un repositorio de scripts diseñados para generar subconjuntos personalizables de conjuntos de datos de video establecidos como Kinetics, Something-Something-v2 e ImageNet-1K. Estos scripts mantienen la integridad semántica y la estructura de los conjuntos de datos originales, al tiempo que permiten a los usuarios crear versiones más pequeñas y manejables adaptadas a sus necesidades de investigación específicas. Al permitir que los investigadores experimenten con diversas arquitecturas y modelos de ajuste fino en conjuntos de datos accesibles, nano-datasets tiene como objetivo democratizar la investigación de comprensión de video y fomentar la reproducibilidad y la colaboración dentro del campo.