SALF主动学习算法模型框架

SALF（Simple Active Learning Framework）是一个用于数据的主动学习采样标注的算法模型框架，致力于为主动学习领域提供一个更优的基础框架和采样评价模式。

该框架实现了多种深度学习任务下的主动学习接口，包括图像分类（image classification）、语义分割（semantic segmentation）、图像描述（image captioning）等。

为了方便相关研究进行性能实验和性能对比，该框架将部分常用的主动学习算法迁移实现到了该框架。此外，为了方便进行性能展示和采样结果分析，该框架实现了一个多算法性能可视化模块和一个基于T-SNE的采样结果可视化模块。

数据应用

目前，SALF实现了在图像分类（image classification）、图像描述（image captioning）、视觉问答（semantic segmentation）下的主动学习采样的基础框架和接口，并实现了部分常用主动学习算法。

性能展示

为了方便进行性能展示，该框架可以可视化多种主动学习算法在各个采样比例下的性能，进行性能对比的展示。

采样可视化

基于T-SNE的采样结果可视化模块，方便对采样结果的数据分布进行进一步研究分析。