arXiv cs.CV· Andrei Jarca, Vlad Hondru, Florinel-Alin Croitoru, Radu Tudor Ionescu·· 4 小时前AI 评分36
EigDiff：用特征样本扩散大幅缩减训练数据集，性能几乎不变
EigDiff: Eigensample Diffusion - or how to significantly reduce training dataset size with marginal performance variation?
AI 导读
EigDiff 在预训练 CLIP 隐空间做 PCA 得到潜在特征向量，并以其为参考点挑选由 exemplars 与多样化图像组成的代表性训练子集，可将训练数据减少最多 14 倍、子集选择提速最多 1607 倍，性能差异很小。该方法在多个数据集和不同扩散模型上验证，思路是挖掘训练数据本身的冗余，而非只蒸馏扩散步数。
来源：arXiv cs.CV · arxiv.org