そもそも、機械学習を自力でさせる必要があるのか

大規模言語モデル(LLM)、視覚言語モデル(VLM)の進展は、従来ではできなかった画像認識タスクをこなすようになってきている。

例：アフリカ系の人での顔検出・顔ランドマーク検出
そのようなデータがなければ、作るしかない。
CASIA-Face-Africa: A Large-scale African Face Image Database
Facial Recognition Software Struggles To Detect Dark Skin — Here’s Why & How
この記事は、濃い顔色の顔検出・顔照合が記事の書かれた2023年時点においても十分なレベルに達していないことが述べられている。
車椅子での歩行者検出用の画像
MobilityAids
he annotated dataset contains five classes: pedestrian, person in wheelchair, pedestrian pushing a person in a wheelchair, person using crutches and person using a walking frame.