Buchumschlag

Stable Diffusion Dataset Generation for Downstream Classification Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lomurno, Eugenio, D'Oria, Matteo, Matteucci, Matteo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Federated Knowledge Recycling: Privacy-Preserving Synthetic Data Sharing
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2024)

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

Synthetic Image Learning: Preserving Performance and Preventing Membership Inference Attacks
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2024)

POMONAG: Pareto-Optimal Many-Objective Neural Architecture Generator
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2024)

Neuro-Symbolic Scene Graph Conditioning for Synthetic Image Dataset Generation
von: Savazzi, Giacomo, et al.
Veröffentlicht: (2025)

PolyGen: Fully Synthetic Vision-Language Training via Multi-Generator Ensembles
von: Brusini, Leonardo, et al.
Veröffentlicht: (2026)

A Lightweight Neural Architecture Search Model for Medical Image Classification
von: Xie, Lunchen, et al.
Veröffentlicht: (2024)

A Structured Benchmark for Text-Guided Anomaly Detection: When Language Stops Conditioning the Decision
von: Samele, Stefano, et al.
Veröffentlicht: (2026)

A Spatio-temporal Graph Network Allowing Incomplete Trajectory Input for Pedestrian Trajectory Prediction
von: Long, Juncen, et al.
Veröffentlicht: (2025)

ZO-DARTS++: An Efficient and Size-Variable Zeroth-Order Neural Architecture Search Algorithm
von: Xie, Lunchen, et al.
Veröffentlicht: (2025)

Understanding and Mitigating the Label Noise in Pre-training on Downstream Tasks
von: Chen, Hao, et al.
Veröffentlicht: (2023)

StableMTL: Repurposing Latent Diffusion Models for Multi-Task Learning from Partially Annotated Synthetic Datasets
von: Cao, Anh-Quan, et al.
Veröffentlicht: (2025)

Can Shape-Infused Joint Embeddings Improve Image-Conditioned 3D Diffusion?
von: Sbrolli, Cristian, et al.
Veröffentlicht: (2024)

Rethinking Metrics and Diffusion Architecture for 3D Point Cloud Generation
von: Bastico, Matteo, et al.
Veröffentlicht: (2025)

FPBoost: Fully Parametric Gradient Boosting for Survival Analysis
von: Archetti, Alberto, et al.
Veröffentlicht: (2024)

Deep Variational Contrastive Learning for Joint Risk Stratification and Time-to-Event Estimation
von: Erbil, Pinar, et al.
Veröffentlicht: (2026)

No Captions, No Problem: Captionless 3D-CLIP Alignment with Hard Negatives via CLIP Knowledge and LLMs
von: Sbrolli, Cristian, et al.
Veröffentlicht: (2024)

Few Shot Semantic Segmentation: a review of methodologies, benchmarks, and open challenges
von: Catalano, Nico, et al.
Veröffentlicht: (2023)

Inference-Time Refinement Closes the Synthetic-Real Gap in Tabular Diffusion
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2026)

Visual-TCAV: Concept-based Attribution and Saliency Maps for Post-hoc Explainability in Image Classification
von: De Santis, Antonio, et al.
Veröffentlicht: (2024)

Generative Dataset Distillation Based on Diffusion Model
von: Su, Duo, et al.
Veröffentlicht: (2024)

Task-Specific Generative Dataset Distillation with Difficulty-Guided Sampling
von: Li, Mingzhuo, et al.
Veröffentlicht: (2025)

Beyond Visual Fidelity: Benchmarking Super-Resolution Models for Large-Scale Remote Sensing Imagery via Downstream Task Integration
von: Li, Zhili, et al.
Veröffentlicht: (2026)

Pre-Trained Model Recommendation for Downstream Fine-tuning
von: Bai, Jiameng, et al.
Veröffentlicht: (2024)

Auto-Comp: An Automated Pipeline for Scalable Compositional Probing of Contrastive Vision-Language Models
von: Sbrolli, Cristian, et al.
Veröffentlicht: (2026)

Practical Transferability Estimation for Image Classification Tasks
von: Tan, Yang, et al.
Veröffentlicht: (2021)

Diversity-Driven Generative Dataset Distillation Based on Diffusion Model with Self-Adaptive Memory
von: Li, Mingzhuo, et al.
Veröffentlicht: (2025)

Unlocking Dataset Distillation with Diffusion Models
von: Moser, Brian B., et al.
Veröffentlicht: (2024)

FlatNAS: optimizing Flatness in Neural Architecture Search for Out-of-Distribution Robustness
von: Gambella, Matteo, et al.
Veröffentlicht: (2024)

Towards Resilient Safety-driven Unlearning for Diffusion Models against Downstream Fine-tuning
von: Li, Boheng, et al.
Veröffentlicht: (2025)

Tackling Structural Hallucination in Image Translation with Local Diffusion
von: Kim, Seunghoi, et al.
Veröffentlicht: (2024)

Taming Diffusion for Dataset Distillation with High Representativeness
von: Zhao, Lin, et al.
Veröffentlicht: (2025)

Fine-Tuning Next-Scale Visual Autoregressive Models with Group Relative Policy Optimization
von: Gallici, Matteo, et al.
Veröffentlicht: (2025)

Multi-Task Learning with Additive U-Net for Image Denoising and Classification
von: Lakkavalli, Vikram, et al.
Veröffentlicht: (2026)

Memorization In Stable Diffusion Is Unexpectedly Driven by CLIP Embeddings
von: Kim, Bumjun, et al.
Veröffentlicht: (2026)

SortScrews: A Dataset and Baseline for Real-time Screw Classification
von: Fu, Tianhao, et al.
Veröffentlicht: (2026)

On the Complexity-Faithfulness Trade-off of Gradient-Based Explanations
von: Mehrpanah, Amir, et al.
Veröffentlicht: (2025)

When Generative Augmentation Hurts: A Benchmark Study of GAN and Diffusion Models for Bias Correction in AI Classification Systems
von: Gupta, Shesh Narayan, et al.
Veröffentlicht: (2026)

Evaluating the Impact of Medical Image Reconstruction on Downstream AI Fairness and Performance
von: Wohlrapp, Matteo, et al.
Veröffentlicht: (2026)

Time Distributed Deep Learning Models for Purely Exogenous Forecasting: Application to Water Table Depth Prediction using Weather Image Time Series
von: Salis, Matteo, et al.
Veröffentlicht: (2024)