Mar, 2024
FLAME 扩散器：使用掩码引导扩散生成接地野火图像
FLAME Diffuser: Grounded Wildfire Image Synthesis using Mask Guided Diffusion
Hao Wang, Sayed Pedram Haeri Boroujeni, Xiwen Chen, Ashish Bastola, Huayu Li...
TL;DR机器学习在近年来的机器学习发展中，在各个研究领域，如广泛的火灾检测中带来了好处。然而，小物体检测和罕见物体检测仍然是一个挑战。为了解决这个问题，我们提出了一个可以使用扩散模型生成真实对应数据集的数据集自动机。具体来说，我们引入了一个遮罩引导的扩散框架，可以将野火融合到现有图像中，同时可以精确控制火焰的位置和大小。此外，为了填补特定场景中野火图像数据集缺失的空白，我们通过控制文本提示和输入图像来改变合成图像的背景。此外，为了解决颜色偏差问题或众所周知的领域漂移问题，我们应用 CLIP 模型来过滤生成的大规模数据集以保持质量。因此，我们提出的框架可以生成一个大规模、高质量且与真实对应的图像数据集，很好地满足了特定任务中对标记数据集的需求。