重新思考用于无标签图像合成的聚类条件扩散模型
计算机视觉与模式识别
2024-11-20 v2 人工智能
机器学习
摘要
基于扩散的图像生成模型在基于真实标签进行条件生成时，可以提升图像质量。本文对使用聚类分配进行图像级条件化的扩散模型进行了全面的实验研究。我们研究了单个聚类决定因素，如聚类数量和聚类方法，如何影响三个不同数据集上的图像合成。给定关于图像合成的最优聚类数量，我们表明聚类条件化可以实现最先进的性能，在CIFAR10上FID为1.67，在CIFAR100上为2.17，同时训练样本效率大幅提升。我们进一步提出了一种新颖的经验方法来估计最优聚类数量的上限。与现有方法不同，我们发现聚类性能与相应的聚类条件FID分数之间没有显著关联。代码可在 https://github.com/HHU-MMBS/cedm-official-wavc2025 获取。
引用
@article{arxiv.2403.00570,
title = {Rethinking cluster-conditioned diffusion models for label-free image synthesis},
author = {Nikolas Adaloglou and Tim Kaiser and Felix Michels and Markus Kollmann},
journal= {arXiv preprint arXiv:2403.00570},
year = {2024}
}
备注
Accepted in WAVC2025 (21 pages, 15 figures). Code is available at https://github.com/HHU-MMBS/cedm-official-wavc2025