Kyeongryeol Go

LLM驱动的文本提示生成多样化的边缘案例图像用于AI训练

研究人员开发了一种自动化的方法来生成具有挑战性的边缘案例，用于训练深度神经网络，从而解决了手动数据整理的瓶颈。该流程使用一个通过偏好学习精炼的大型语言模型（LLM），将图像标题转换为提示。这些提示随后指导文本到图像模型创建困难的视觉场景，从而增强模型的鲁棒性。在FishEye8K目标检测基准上进行测试，该方法与标准增强和手动提示工程相比，表现出更优越的性能。