研究人员提出了一种新颖的遥感图像解译数据集提炼方法，旨在降低大型基准数据集相关的存储和计算成本。提出的判别式原型引导扩散（DPD）框架利用扩散模型将海量数据集浓缩成更小、更具代表性的数据集。DPD通过提取原型、构建语义锚点并采用潜在分类器来选择最具判别力的生成图像，从而提高合成样本的质量。在三个场景分类基准上的实验证明了DPD在为下游模型训练创建逼真、多样化且具判别力的数据集方面的有效性。 AI
影响 这项研究可能显著降低遥感领域训练人工智能模型的计算和存储要求，从而可能加速开发和部署。
排序理由 这是一篇详细介绍计算机视觉领域数据集提炼新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
