跳到正文
arXiv · 机器人与计算机视觉· Hongcheng Li, Yucan Zhou, Yibin Wang, Xiaoyan Gu, Bo Li, Weiping Wang·· 6 天前AI 评分64

Disentangled Embedding Optimization for Diffusion-Based Dataset Distillation

Disentangled Embedding Optimization for Diffusion-Based Dataset Distillation

AI 导读

该论文提出了 Disentangled Embedding Optimization (DEO) 框架,旨在通过扩散模型将大规模数据集压缩为合成子集。针对现有聚类方法导致类别内样本纠缠、降低数据多样性的问题,DEO 用可训练的嵌入替换静态聚类,并优化其高斯统计特性以匹配原始分布,同时引入多样性正则化增强类内变异性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org