FineFractalDB

新AI方法从图像生成参数中学习，绕过真实图像

研究人员推出了一种名为公式驱动的监督度量学习（FDSML）的新型方法，无需真实图像即可对AI模型进行预训练。与以往依赖离散标签的方法不同，FDSML从图像生成中使用的连续参数中提取监督信号。该方法结合了改进的分形数据集和参数感知三元组损失，该损失根据样本在底层参数空间中的距离进行排序。实验表明，FDSML在图像检索任务中显著提高了性能，并增强了鲁棒性，在斯坦福在线产品和斯坦福汽车等基准数据集上优于现有的公式驱动监督学习技术。