跳到正文
热点事件持续更新

无标注合成方法对比:DALL-E 提升四领域水下垃圾检测

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

针对水下目标检测因环境复杂导致的数据稀缺问题,研究提出了一种无需人工标注的自动化数据生成流水线。该流程在 SeaClear 数据集上对比了复制粘贴、Stable Diffusion 修复及 DALL-E 三种策略,结果显示 DALL-E 方法在五个领域中提升了四个领域的下游检测器性能,相对基线最高增益达 96%。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv · 机器人与计算机视觉
    无标注合成水下垃圾检测数据生成方法对比:DALL-E 提升四领域性能

    针对水下目标检测因浑浊、光照及传感器差异导致的数据稀缺问题,研究提出无需人工标注的自动化零标注流水线。该流程在 SeaClear 数据集上比较了复制粘贴、Stable Diffusion 修复及 DALL-E 三种生成策略,结果显示 DALL-E 方法在五个领域中提升了四个领域的检测性能,相对基线最高增益达 96%。

本事件热度走势

可比范围当前
7
可比范围峰值
911月18日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。