DatasetDM: 使用扩散模型合成带有感知标注的数据
原文中文，约300字，阅读约需1分钟。发表于：。通过使用基于 DALL-E 和扩散模型的生成模型，我们提出了 DatasetDM，一个通用的数据集生成模型，可以生成各种合成图像和相应的高质量感知注释。训练仅需要少于 1％的手动标记图像，使得生成无限大的注释数据集成为可能。我们生成了具有丰富密集像素级标签的数据集，并在语义分割和实例分割方面取得了最先进的结果。
研究人员提出了DatasetDM，一种基于DALL-E和扩散模型的生成模型，用于生成合成图像和高质量感知注释。该模型只需少量手动标记图像即可生成无限大的注释数据集。研究人员生成了具有密集像素级标签的数据集，并在语义分割和实例分割方面取得了最先进的结果。
