Copertina

Squeeze, Recover and Relabel: Dataset Condensation at ImageNet Scale From A New Perspective

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Yin, Zeyuan, Xing, Eric, Shen, Zhiqiang
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Dataset Distillation via Curriculum Data Synthesis in Large Data Era
di: Yin, Zeyuan, et al.
Pubblicazione: (2023)

Generalized Large-Scale Data Condensation via Various Backbone and Statistical Matching
di: Shao, Shitong, et al.
Pubblicazione: (2023)

Automated Classification of Model Errors on ImageNet
di: Peychev, Momchil, et al.
Pubblicazione: (2023)

DELT: A Simple Diversity-driven EarlyLate Training for Dataset Distillation
di: Shen, Zhiqiang, et al.
Pubblicazione: (2024)

Scaling Up Deep Clustering Methods Beyond ImageNet-1K
di: Adaloglou, Nikolas, et al.
Pubblicazione: (2024)

Can Biases in ImageNet Models Explain Generalization?
di: Gavrikov, Paul, et al.
Pubblicazione: (2024)

MixMask: Revisiting Masking Strategy for Siamese ConvNets
di: Vishniakov, Kirill, et al.
Pubblicazione: (2022)

Elucidating the Design Space of Dataset Condensation
di: Shao, Shitong, et al.
Pubblicazione: (2024)

From MNIST to ImageNet: Understanding the Scalability Boundaries of Differentiable Logic Gate Networks
di: Brändle, Sven, et al.
Pubblicazione: (2025)

Interpreting CLIP: Insights on the Robustness to ImageNet Distribution Shifts
di: Crabbé, Jonathan, et al.
Pubblicazione: (2023)

Self-supervised Benchmark Lottery on ImageNet: Do Marginal Improvements Translate to Improvements on Similar Datasets?
di: Ozbulak, Utku, et al.
Pubblicazione: (2025)

Accessing Vision Foundation Models via ImageNet-1K
di: Zhang, Yitian, et al.
Pubblicazione: (2024)

ImageNet-D: Benchmarking Neural Network Robustness on Diffusion Synthetic Object
di: Zhang, Chenshuang, et al.
Pubblicazione: (2024)

Fine-Grained ImageNet Classification in the Wild
di: Lymperaiou, Maria, et al.
Pubblicazione: (2023)

Self-supervised Dataset Distillation: A Good Compression Is All You Need
di: Zhou, Muxin, et al.
Pubblicazione: (2024)

ConvNet vs Transformer, Supervised vs CLIP: Beyond ImageNet Accuracy
di: Vishniakov, Kirill, et al.
Pubblicazione: (2023)

ImageNet-trained CNNs are not biased towards texture: Revisiting feature reliance through controlled suppression
di: Burgert, Tom, et al.
Pubblicazione: (2025)

Quantization Variation: A New Perspective on Training Transformers with Low-Bit Precision
di: Huang, Xijie, et al.
Pubblicazione: (2023)

Efficiency Bottlenecks of Convolutional Kolmogorov-Arnold Networks: A Comprehensive Scrutiny with ImageNet, AlexNet, LeNet and Tabular Classification
di: Dahal, Ashim, et al.
Pubblicazione: (2025)

Mitigating Overfitting in Medical Imaging: Self-Supervised Pretraining vs. ImageNet Transfer Learning for Dermatological Diagnosis
di: Matas, Iván, et al.
Pubblicazione: (2025)

Dataset Condensation with Color Compensation
di: Wu, Huyu, et al.
Pubblicazione: (2025)

Dataset Condensation with Latent Quantile Matching
di: Wei, Wei, et al.
Pubblicazione: (2024)

Transfer Learning from ImageNet for MEG-Based Decoding of Imagined Speech
di: Jhilal, Soufiane, et al.
Pubblicazione: (2026)

DynaMix: Generalizable Person Re-identification via Dynamic Relabeling and Mixed Data Sampling
di: Mamedov, Timur, et al.
Pubblicazione: (2025)

SOOD-ImageNet: a Large-Scale Dataset for Semantic Out-Of-Distribution Image Classification and Semantic Segmentation
di: Bacchin, Alberto, et al.
Pubblicazione: (2024)

Beyond ImageNet: Understanding Cross-Dataset Robustness of Lightweight Vision Models
di: Zhang, Weidong, et al.
Pubblicazione: (2025)

DAM: Domain-Aware Module for Multi-Domain Dataset Condensation
di: Choi, Jaehyun, et al.
Pubblicazione: (2025)

From Masks to Pixels and Meaning: A New Taxonomy, Benchmark, and Metrics for VLM Image Tampering
di: Shang, Xinyi, et al.
Pubblicazione: (2026)

PRISM: Video Dataset Condensation with Progressive Refinement and Insertion for Sparse Motion
di: Choi, Jaehyun, et al.
Pubblicazione: (2025)

ImageNet-Think-250K: A Large-Scale Synthetic Dataset for Multimodal Reasoning for Vision Language Models
di: Chitty-Venkata, Krishna Teja, et al.
Pubblicazione: (2025)

What Makes ImageNet Look Unlike LAION
di: Shirali, Ali, et al.
Pubblicazione: (2023)

ImageNot: A contrast with ImageNet preserves model rankings
di: Salaudeen, Olawale, et al.
Pubblicazione: (2024)

Your Image Generator Is Your New Private Dataset
di: Resmini, Nicolo, et al.
Pubblicazione: (2025)

i-MAE: Are Latent Representations in Masked Autoencoders Linearly Separable?
di: Zhang, Kevin, et al.
Pubblicazione: (2022)

Flaws of ImageNet, Computer Vision's Favourite Dataset
di: Kisel, Nikita, et al.
Pubblicazione: (2024)

SearchAD: Large-Scale Rare Image Retrieval Dataset for Autonomous Driving
di: Embacher, Felix, et al.
Pubblicazione: (2026)

Architecture, Dataset and Model-Scale Agnostic Data-free Meta-Learning
di: Hu, Zixuan, et al.
Pubblicazione: (2023)

UltraLightSqueezeNet: A Deep Learning Architecture for Malaria Classification with up to 54x fewer trainable parameters for resource constrained devices
di: Nettur, Suresh Babu, et al.
Pubblicazione: (2025)

Guess the Unified Model: How Much Can We Recover from Generated Images?
di: Cekinmez, Jasin, et al.
Pubblicazione: (2026)

Scale Efficient Training for Large Datasets
di: Zhou, Qing, et al.
Pubblicazione: (2025)