用于合成数据生成中语义分割的主成分聚类
计算机视觉与模式识别
2024-06-26 v1
摘要
本技术报告概述了我们使用潜在扩散模型生成语义分割合成数据集的方法。我们的方法无需额外针对分割数据训练的模型,并且是我们提交给CVPR 2024研讨会挑战赛(题为“SyntaGen:利用生成模型生成合成视觉数据集”)的一部分。我们的方法利用自注意力促进一种新颖的逐头语义信息凝聚,从而能够直接从Stable Diffusion潜在表示中获取与类别无关的图像分割。此外,我们采用从文本到像素的非提示影响交叉注意力,从而促进先前生成掩码的分类。最后,我们提出仅使用Stable Diffusion的输出图像进行掩码细化步骤。
引用
@article{arxiv.2406.17541,
title = {Principal Component Clustering for Semantic Segmentation in Synthetic Data Generation},
author = {Felix Stillger and Frederik Hasecke and Tobias Meisen},
journal= {arXiv preprint arXiv:2406.17541},
year = {2024}
}
备注
This is a technical report for a submission to the CVPR "SyntaGen - Harnessing Generative Models for Synthetic Visual Datasets" workshop challenge. The report is already uploaded to the workshop's homepage https://syntagen.github.io/