研究提出前景感知双路径数据集蒸馏方法
热点事件持续更新
研究提出前景感知双路径数据集蒸馏方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Mingzhuo Li 等的研究提出一种前景感知的数据集蒸馏方法,用内容自适应的双路径图像块选择构建紧凑合成数据集,在实验中几乎在所有设置下优于基线 RDED。 方法先用 Grounded SAM2 估计每张图像的前景占比,并按类别分布得出路由阈值:前景稀疏的图像走候选裁剪路径,前景占主导的图像走直接变换路径。实验覆盖 CIFAR-10、CIFAR-100、ImageNette、ImageWoof,涉及两种网络架构和三种蒸馏预算。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
前景感知数据集蒸馏:双路径图像块选择方法报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv cs.AI前景感知数据集蒸馏:双路径图像块选择方法
一项研究提出前景感知的数据集蒸馏方法,通过内容自适应的双路径图像块选择构建紧凑合成数据集。方法先用 Grounded SAM2 估计每张图像的前景占比并按类别分布得出路由阈值,将前景稀疏的图像走候选裁剪路径、前景占主导的图像走直接变换路径。在 CIFAR-10、CIFAR-100、ImageNette、ImageWoof 上,两种网络架构与三种蒸馏预算下,该方法几乎在所有设置中优于基线 RDED。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。