arXiv Computer Vision· Andrei Jarca, Vlad Hondru, Florinel-Alin Croitoru, Radu Tudor Ionescu·· 3 小时前AI 评分24
EigDiff：用特征样本扩散将训练数据集缩减至多 14 倍且性能变化微小
EigDiff: Eigensample Diffusion - or how to significantly reduce training dataset size with marginal performance variation?
AI 导读
EigDiff 利用预训练 CLIP 的隐空间做 PCA 得到特征向量，并以其为参考点挑选由 exemplars 和多样图像组成的代表性训练子集，从而在更小数据集上训练扩散模型。在多个数据集和不同扩散模型上的实验显示，该方法可将训练数据减少至多 14 倍、把子集选择加速至多 1607 倍，性能差异微小。
来源：arXiv Computer Vision · arxiv.org