BigDatasetGAN：合成带像素级标注的 ImageNet
计算机视觉与模式识别
2022-01-14 v1
摘要
以像素级标签标注图像是一个耗时且昂贵的过程。近来，DatasetGAN 展示了一种有前景的替代方案——通过生成对抗网络（GAN）利用一小部分手动标注的 GAN 生成图像来合成大规模标注数据集。在此，我们将 DatasetGAN 扩展至 ImageNet 规模的类别多样性。我们从在 ImageNet 上训练的类条件生成模型 BigGAN 中取样图像，并为全部1k个类别每类手动标注5张图像。通过在 BigGAN 之上训练高效的特征分割架构，我们将 BigGAN 转变为标注数据集生成器。我们进一步展示 VQGAN 同样可借助已有的标注数据作为数据集生成器。我们通过标注额外的8k张真实图像创建了一个新的 ImageNet 基准，并在多种设置下评估分割性能。通过广泛的消融研究，我们展示了在利用大型生成数据集训练不同监督和自监督骨干模型完成像素级任务方面的巨大收益。此外，我们证明使用我们合成的数据集进行预训练，在多个下游数据集（如 PASCAL-VOC、MS-COCO、Cityscapes 和胸部 X 光）及任务（检测、分割）上均优于标准 ImageNet 预训练。我们的基准将公开并维护该挑战性任务的排行榜。项目主页：https://nv-tlabs.github.io/big-datasetgan/
引用
@article{arxiv.2201.04684,
title = {BigDatasetGAN: Synthesizing ImageNet with Pixel-wise Annotations},
author = {Daiqing Li and Huan Ling and Seung Wook Kim and Karsten Kreis and Adela Barriuso and Sanja Fidler and Antonio Torralba},
journal= {arXiv preprint arXiv:2201.04684},
year = {2022}
}
备注
https://nv-tlabs.github.io/big-datasetgan/