探索合成数据替代真实数据的潜力
计算机视觉与模式识别
2024-08-28 v1 机器学习
摘要
合成数据替代真实数据的潜力在数据饥渴的人工智能领域产生了对合成数据的巨大需求。当合成数据与少量来自测试域之外域的真实图像一起用于训练时，这种潜力甚至更大。我们发现，这种潜力取决于(i)跨域真实图像的数量，以及(ii)用于评估训练模型的测试集。我们引入了两个新指标，即train2test距离和，以评估使用合成数据的跨域训练集在表示测试实例特征方面相对于训练性能的能力。利用这些指标，我们深入研究了影响合成数据潜力的因素，并揭示了关于合成数据如何影响训练性能的一些有趣动态。我们希望这些发现能鼓励更广泛地使用合成数据。
引用
@article{arxiv.2408.14559,
title = {Exploring the Potential of Synthetic Data to Replace Real Data},
author = {Hyungtae Lee and Yan Zhang and Heesung Kwon and Shuvra S. Bhattacharrya},
journal= {arXiv preprint arXiv:2408.14559},
year = {2024}
}
备注
ICIP 2024