論文の概要: Learning-State-Aware Dynamic Generative Data Augmentation on Small-Scale Datasets
- arxiv url: http://arxiv.org/abs/2608.18907v1
- Date: Wed, 19 Aug 2026 13:31:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-20 20:13:55.407506
- Title: Learning-State-Aware Dynamic Generative Data Augmentation on Small-Scale Datasets
- Title（参考訳）: 大規模データセットを用いた動的生成データの学習
- Abstract要約: 小規模な画像分類は、訓練データの不足によって制限されることが多い。
我々はLSADA(Learning-state-aware dynamic generative data augmentation)を提案する。
- 参考スコア（独自算出の注目度）: 17.158132143614356
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Small-scale image classification is often limited by the scarcity of training data. Generative data augmentation (GDA) based on pretrained generative models has emerged as an effective solution. However, existing methods rely on task-agnostic augmentation strategies that overlook downstream model needs. Although recent dynamic GDA methods incorporate model feedback to guide augmentation, they still struggle to reliably determine sample-specific augmentation strengths and adapt augmentation strategies to different image regions while balancing image diversity and class semantics. To address these issues, we propose learning-state-aware dynamic generative data augmentation (LSADA). Specifically, LSADA constructs a learning state for each sample based on its current loss and loss-decrease rate, which is then mapped to a sample-specific augmentation strength. Furthermore, LSADA introduces a decoupled data augmentation and diffusion fusion strategy that applies strength-controlled transformations to class-relevant regions and generates diverse class-irrelevant regions, progressively fusing them to improve image diversity while preserving class semantics. Experiments on nine public datasets show that LSADA outperforms the existing SOTA dynamic GDA method by an average of 4.5% on six natural image datasets and 2.5% on three medical image datasets.
- Abstract（参考訳）: 小規模な画像分類は、訓練データの不足によって制限されることが多い。
事前学習した生成モデルに基づくGDA(Generative Data Augmentation)が有効なソリューションとして浮上した。
しかし、既存の手法は、下流モデルのニーズを見落としているタスクに依存しない拡張戦略に依存しています。
近年の動的GDA法では,画像の多様性とクラスセマンティクスのバランスを保ちながら,サンプル固有の拡張強度を確実に決定し,異なる画像領域に拡張戦略を適用するのに苦慮している。
これらの課題に対処するため,我々はLSADA(Learning-state-aware dynamic generative data augmentation)を提案する。
具体的には、LSADAは、各サンプルの現在の損失と損失-減少率に基づいて学習状態を構築し、サンプル固有の増強強度にマッピングする。
さらに、LSADAは、クラス関連領域に強度制御された変換を適用し、多様なクラス関連領域を生成し、クラスセマンティクスを維持しながら画像の多様性を向上させるために徐々に融合したデータ拡張拡散戦略を導入している。
9つの公開データセットの実験では、LSADAは既存のSOTA動的GDA法を6つの天然画像データセットで平均4.5%、3つの医用画像データセットで平均2.5%上回っている。
関連論文リスト
- Effective Dual-Region Augmentation for Reduced Reliance on Large Amounts of Labeled Data [1.0901840476380924]
本稿では,大規模ラベル付きデータセットへの依存を減らすために,新しい二重領域拡張手法を提案する。
提案手法は,前景オブジェクトにランダムノイズ摂動を適用することで,対象データ変換を行う。
構造化変換によるトレーニングデータの拡大により,ドメイン間のモデル一般化が可能となる。
論文 参考訳（メタデータ） (2025-04-17T16:42:33Z) - Diffusion-Enhanced Test-time Adaptation with Text and Image Augmentation [67.37146712877794]
IT3Aは、未知の新しいドメインから各テストサンプルをマルチモーダル拡張するために、事前訓練された生成モデルを利用する新しいテスト時間適応手法である。
事前学習された視覚と言語モデルからの強化されたデータを組み合わせることで、未知の新しいテストデータに適応するモデルの能力を高めることができる。
ゼロショット設定では、IT3Aは5.50%の精度で最先端のテスト時間プロンプトチューニング手法より優れている。
論文 参考訳（メタデータ） (2024-12-12T20:01:24Z) - SGIA: Enhancing Fine-Grained Visual Classification with Sequence Generative Image Augmentation [16.642582574494742]
本稿では,FGVCデータセットを付加するためのSGIA(Sequence Generative Image Augmentation)を提案する。
本手法は,実データと合成データとの領域ギャップを最小限に抑えるために,独自のブリッジング・トランスファー・ラーニング・プロセスを備えている。
我々の研究は、CUB-200-2011データセットに対して、新しいベンチマークを設定し、従来の最先端モデルの分類精度を0.5%向上させる。
論文 参考訳（メタデータ） (2024-12-09T01:39:46Z) - Data Augmentation for Image Classification using Generative AI [8.74488498507946]
データ拡張はデータセットのサイズを拡大するための有望なソリューションである。
最近のアプローチでは、生成AIモデルを使用してデータセットの多様性を改善している。
我々はAGA(Automated Generative Data Augmentation)を提案する。
論文 参考訳（メタデータ） (2024-08-31T21:16:43Z) - 3D-VirtFusion: Synthetic 3D Data Augmentation through Generative Diffusion Models and Controllable Editing [52.68314936128752]
本研究では,事前学習された大規模基盤モデルのパワーを活用して,3次元ラベル付きトレーニングデータを自動的に生成する新しいパラダイムを提案する。
各ターゲットセマンティッククラスに対して、まず、拡散モデルとチャットGPT生成したテキストプロンプトを介して、様々な構造と外観の1つのオブジェクトの2D画像を生成する。
我々は、これらの拡張画像を3Dオブジェクトに変換し、ランダムな合成によって仮想シーンを構築する。
論文 参考訳（メタデータ） (2024-08-25T09:31:22Z) - A Simple Background Augmentation Method for Object Detection with Diffusion Model [53.32935683257045]
コンピュータビジョンでは、データの多様性の欠如がモデル性能を損なうことはよく知られている。
本稿では, 生成モデルの進歩を生かして, 単純かつ効果的なデータ拡張手法を提案する。
背景強化は、特にモデルの堅牢性と一般化能力を大幅に改善する。
論文 参考訳（メタデータ） (2024-08-01T07:40:00Z) - Advancing Fine-Grained Classification by Structure and Subject Preserving Augmentation [8.777277201807351]
本報告では,SaSPA: Structure and Subject Preserving Augmentationについて述べる。
本手法では, 実画像をガイダンスとして使用せず, 生成の柔軟性を高め, 多様性を高める。
従来のデータ拡張手法と最近のデータ拡張手法の両方に対して、広範な実験を行い、SaSPAをベンチマークする。
論文 参考訳（メタデータ） (2024-06-20T17:58:30Z) - Diffusion-Based Neural Network Weights Generation [80.89706112736353]
D2NWGは拡散に基づくニューラルネットワーク重み生成技術であり、転送学習のために高性能な重みを効率よく生成する。
本稿では,ニューラルネットワーク重み生成のための遅延拡散パラダイムを再放送するために,生成的ハイパー表現学習を拡張した。
我々のアプローチは大規模言語モデル(LLM)のような大規模アーキテクチャにスケーラブルであり、現在のパラメータ生成技術の限界を克服しています。
論文 参考訳（メタデータ） (2024-02-28T08:34:23Z) - Additional Look into GAN-based Augmentation for Deep Learning COVID-19
Image Classification [57.1795052451257]
我々は,GANに基づく拡張性能のデータセットサイズ依存性について,小サンプルに着目して検討した。
両方のセットでStyleGAN2-ADAをトレーニングし、生成した画像の品質を検証した後、マルチクラス分類問題における拡張アプローチの1つとしてトレーニングされたGANを使用する。
GANベースの拡張アプローチは、中規模および大規模データセットでは古典的な拡張に匹敵するが、より小さなデータセットでは不十分である。
論文 参考訳（メタデータ） (2024-01-26T08:28:13Z) - Training on Thin Air: Improve Image Classification with Generated Data [28.96941414724037]
Diffusion Inversionは、画像分類のための多種多様な高品質なトレーニングデータを生成するための、シンプルで効果的な方法である。
提案手法は,元のデータ分布を捕捉し,画像を安定拡散の潜在空間に反転させることにより,データカバレッジを確保する。
生成した画像が元のデータセットに取って代わることに成功した3つの重要なコンポーネントを特定します。
論文 参考訳（メタデータ） (2023-05-24T16:33:02Z) - Effective Data Augmentation With Diffusion Models [45.18188726287581]
我々は、事前訓練されたテキスト・画像拡散モデルによりパラメータ化された画像・画像変換によるデータ拡張の多様性の欠如に対処する。
本手法は,市販の拡散モデルを用いて画像のセマンティクスを編集し,いくつかのラベル付き例から新しい視覚概念に一般化する。
本手法は,実世界の雑草認識タスクと数ショット画像分類タスクにおいて評価し,テスト領域における精度の向上を観察する。
論文 参考訳（メタデータ） (2023-02-07T20:42:28Z) - Local Magnification for Data and Feature Augmentation [53.04028225837681]
LOMA(Local Magnification)と呼ばれる,実装が容易かつモデルフリーなデータ拡張手法を提案する。
LOMAは、画像の局所領域をランダムに拡大することにより、追加のトレーニングデータを生成する。
実験の結果,提案するLOMAと標準データ拡張を組み合わせることで,画像分類や物体検出の性能を大幅に向上させることができることがわかった。
論文 参考訳（メタデータ） (2022-11-15T02:51:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。