arXiv Computer Vision· Patryk Bartkowiak, Dominik Michels, Soren Pirk, Wojtek Palubicki·2026-10-16 12:00· 2 小时前AI 评分22

SADGE：合成数据效用的审计指标，跨域研究外观与几何相似度

Auditing Metrics for Synthetic Data Utility: A Cross-Domain Study of Appearance and Geometry

AI 导读

研究者提出 SADGE，一种无需下游模型训练即可预测合成图像数据集性能的定量相似度指标。在五个公开合成到真实基准系列、15 个数据集变体（79k 图像对）上，SADGE 与目标检测、语义分割和姿态估计的迁移性能相关性最强，达到 Pearson r=0.88、Spearman rho=0.77。

来源：arXiv Computer Vision · arxiv.org