基于数据种子标注图像的面向视觉模型的同级排序精度
机器学习
2025-06-13 v3 人工智能
计算机视觉与模式识别
摘要
现代人工智能模型，特别是计算机视觉和图像生成任务中使用的扩散模型，正在发生开发方法范式的转变。传统上以“模型中心主义”方法为主，通过不断复杂化模型架构和优化超参数来追求性能提升，然而该领域正越来越认识到更为细致的“数据中心主义”方法。这种新兴框架将训练数据的质量、结构和相关性置于性能驱动力的首位。为实现这一范式转变，我们引入 DataSeeds.AI 样本数据集（简称 DSD），最初包含约 10,610 张高质量的人类同级排序摄影图像，伴随详尽的多层级标注。DSD 是一个为商业图像数据集设计算术新标准的基础计算机视觉数据集。作为 DataSeeds.AI 1.0 亿以上图像目录中微小部分的代表，DSD 为稳健的商业和多模态 AI 开发提供了可扩展的基础。通过深入的探索性分析，我们记录了 DSD 在特定模型相对于已知基准上所产生的定量改进，并公开提供用于评估的代码和训练好的模型。
引用
@article{arxiv.2506.05673,
title = {Peer-Ranked Precision: Creating a Foundational Dataset for Fine-Tuning Vision Models from DataSeeds' Annotated Imagery},
author = {Sajjad Abdoli and Freeman Lewin and Gediminas Vasiliauskas and Fabian Schonholz},
journal= {arXiv preprint arXiv:2506.05673},
year = {2025}
}
备注
28 pages, 12 figures