dataset synthesis | BriefGPT

关键词dataset synthesis

搜索结果 - 8

ODGEN: 使用扩散模型进行领域特定目标检测数据生成
ODGEN 是一种新的条件高质量图像生成方法，用于生成复杂场景中多类对象和具有遮挡的密集对象，进而促进目标检测数据的合成。通过在裁剪的前景对象和整个图像上对预训练的扩散模型进行微调，再借助合成的视觉提示和对象描述来控制扩散模型，ODGEN
PDFa month ago
SynthesizRR: 利用检索增强生成多样化数据集
通过检索和改进综合方法（SynthesizRR），我们通过扩展种子生成内容的方式来合成数据集，从而在语义和词汇多样性、与人类书写文本的相似性以及提纯效果方面极大地改善了标准 32-shot prompting 和其他六种基线方法。
PDF2 months ago
DELINE8K: 历史文档语义分割的合成数据流水线
通过综合预印文本、手写和来自 10 个来源的文档背景，我们提出了截至目前最全面的文档语义分割综合流程 DELIN8K 数据集，该定制数据集在国家档案表单语义分割（NAFSS）基准上表现出卓越性能。
PDF2 months ago
MimicGen：一个用于可扩展机器人学习的数据生成系统，利用人类演示
利用少量人类示范，通过适应它们到新场景的方式，自动合成大规模且丰富的数据集，使机器人代理能够在长期视野和高精度任务中通过模仿学习取得良好的性能，比收集额外的人类示范更有效且经济。
PDF8 months ago
AUGUST：自动生成实现对话式推荐数据集的构建辅助工具
本文提出一种用于生成大规模且高质量的对话式推荐数据集的方法，该方法结合了传统推荐数据集的个性化用户资料，知识图谱的外部知识和来自人与人对话式推荐数据集的对话能力，并证明该方法在低资源情况下可有效帮助发展更有效的对话式推荐系统。
PDFa year ago
通过沿广义测地线插值生成合成数据集
本文提出了一种新的基于最优输运（OT）理论概念的多数据集插值方法来合成具有目标数据集相似度的数据集，为目标域下的预训练提供了可行方案。
PDFa year ago
ICLR联邦学习中的泛化是什么意思？
本文提出了一种用于区分表现差距的框架，以解决联邦学习中未见客户数据（样本外差距）与未见客户分布（参与差距）之间的性能差距，同时提出了语义综合策略，以便实现对联邦学习中一般化的现实模拟。在自然和合成联邦数据集上对此进行了观察和解释，旨在为未来
PDF3 years ago
MM超越真实来源训练数据：用随机三维字符进行可推广的人员再识别
通过合成虚拟环境中的大规模人体图像数据集，训练出的行人再识别模型在全新领域中表现更好，该数据集名为 RandPerson，包含了来自 8000 个身份的 1801816 张人体图像，可以提高机器学习的泛化能力。
PDF4 years ago