ECCV'24 | DataDream：调一调更好，基于LoRA微调SD的训练集合成新方案

文章预览

前言   先前的研究提出了在有限的真实数据访问下为图像分类器训练生成数据的方法。 然而，这些方法在生成内部分布图像或描绘细粒度特征方面存在困难，从而阻碍了在合成数据集上训练的分类模型的泛化能力。 论文提出了 DataDream ，一个 合成分类数据集的框架 ，在少量目标类别示例的指导下，更真实地表示真实数据分布。 DataDream 在生成训练数据之前，对图像生成模型的 LoRA 权重进行微调，使用少量真实图像。 然后，使用合成数据微调 CLIP 的 LoRA 权重，以在各种数据集上改善下游 图像分类 性能，超越先前的方法。 Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 来源： 晓飞的算法工程笔记 仅用于学术分享，若侵权请联系删除 论文: DataDream: Few-shot ………………………………