此数据集不存在：从生成图像中训练模型
计算机视觉与模式识别
2019-11-11 v1 机器学习
图像与视频处理
摘要
当前的生成网络在生成高分辨率逼真图像方面日益熟练。这些生成网络，尤其是条件生成网络，有潜力成为提供新图像数据集的重要工具。这自然带来一个问题：我们能否仅在生成数据上训练分类器？这种近乎无限量的训练数据的潜在可用性，对多年来为有限且固定规模数据集而设计的机器学习模型标准训练实践提出了挑战。在这项工作中，我们研究这一问题及其相关挑战。我们确定了若干方法，通过常规启发式方法在随机生成图像上进行朴素训练的性能可得到显著改善。我们提出三种独立技术，可应用于流程的不同阶段，即数据生成、在生成数据上训练以及部署到真实数据上。我们在 ImageNet 数据集的一个子集上评估了所提出的方法，并显示出与在真实图像上训练的分类器相比令人鼓舞的结果。
引用
@article{arxiv.1911.02888,
title = {This dataset does not exist: training models from generated images},
author = {Victor Besnier and Himalaya Jain and Andrei Bursuc and Matthieu Cord and Patrick Pérez},
journal= {arXiv preprint arXiv:1911.02888},
year = {2019}
}