PulseAugur
中
实时 11:09:01
English(EN) Discriminative Span as a Predictor of Synthetic Data Utility via Classifier Reconstruction

新指标预测计算机视觉中合成数据的效用

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新指标，用于预测合成数据在计算机视觉任务中的有用性，特别是在正样本有限的情况下。该方法分析了预训练基础模型的嵌入空间，使用样本之间的差分向量来评估合成数据是否捕捉了任务相关的方向。通过该指标与在混合真实和合成数据上训练的CNNs性能的强相关性，证明了该指标的有效性，为评估合成数据质量提供了一个实用的工具。 AI

排序理由 该集群包含一篇详细介绍新研究方法和指标的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Radhika Amar Desai, Modigari Narendra ·

    Discriminative Span as a Predictor of Synthetic Data Utility via Classifier Reconstruction

    arXiv:2605.09697v3 Announce Type: replace-cross Abstract: In many real-world computer vision applications, including medical imaging and industrial inspection, binary classification tasks are characterized by a severe scarcity of positive samples. A widely adopted solution is to …

相关实体

相关话题