Buchumschlag

Ali-AUG: Innovative Approaches to Labeled Data Augmentation using One-Step Diffusion Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hamza, Ali, Lojo, Aizea, Núñez-Marcos, Adrian, Atutxa, Aitziber
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Grow, Assess, Compress: Adaptive Backbone Scaling for Memory-Efficient Class Incremental Learning
von: Garcia-Castañeda, Adrian, et al.
Veröffentlicht: (2026)

NormAUG: Normalization-guided Augmentation for Domain Generalization
von: Qi, Lei, et al.
Veröffentlicht: (2023)

AUG: A New Dataset and An Efficient Model for Aerial Image Urban Scene Graph Generation
von: Li, Yansheng, et al.
Veröffentlicht: (2024)

Label-Efficient Data Augmentation with Video Diffusion Models for Guidewire Segmentation in Cardiac Fluoroscopy
von: Pan, Shaoyan, et al.
Veröffentlicht: (2024)

InverFill: One-Step Inversion for Enhanced Few-Step Diffusion Inpainting
von: Vu, Duc, et al.
Veröffentlicht: (2026)

Effective Data Augmentation With Diffusion Models
von: Trabucco, Brandon, et al.
Veröffentlicht: (2023)

High-Order Matching for One-Step Shortcut Diffusion Models
von: Chen, Bo, et al.
Veröffentlicht: (2025)

DiffuseMix: Label-Preserving Data Augmentation with Diffusion Models
von: Islam, Khawar, et al.
Veröffentlicht: (2024)

Fose: Fusion of One-Step Diffusion and End-to-End Network for Pansharpening
von: Liu, Kai, et al.
Veröffentlicht: (2025)

One-Step is Enough: Sparse Autoencoders for Text-to-Image Diffusion Models
von: Surkov, Viacheslav, et al.
Veröffentlicht: (2024)

One-Step Diffusion for Detail-Rich and Temporally Consistent Video Super-Resolution
von: Sun, Yujing, et al.
Veröffentlicht: (2025)

PyPotteryInk: One-Step Diffusion Model for Sketch to Publication-ready Archaeological Drawings
von: Cardarelli, Lorenzo
Veröffentlicht: (2025)

One-Step Diffusion Distillation through Score Implicit Matching
von: Luo, Weijian, et al.
Veröffentlicht: (2024)

Diffusion Adversarial Post-Training for One-Step Video Generation
von: Lin, Shanchuan, et al.
Veröffentlicht: (2025)

Label-Augmented Dataset Distillation
von: Kang, Seoungyoon, et al.
Veröffentlicht: (2024)

Beyond One-Hot Labels: Semantic Mixing for Model Calibration
von: Luo, Haoyang, et al.
Veröffentlicht: (2025)

Diffusion Models Are Innate One-Step Generators
von: Zheng, Bowen, et al.
Veröffentlicht: (2024)

Unlearning for One-Step Generative Models via Unbalanced Optimal Transport
von: Choi, Hyundo, et al.
Veröffentlicht: (2026)

Optimizing Few-Step Sampler for Diffusion Probabilistic Model
von: Huang, Jen-Yuan
Veröffentlicht: (2024)

Score identity Distillation: Exponentially Fast Distillation of Pretrained Diffusion Models for One-Step Generation
von: Zhou, Mingyuan, et al.
Veröffentlicht: (2024)

One-Forcing: Towards Stable One-Step Autoregressive Video Generation
von: Feng, Jiaqi, et al.
Veröffentlicht: (2026)

SGD-Mix: Enhancing Domain-Specific Image Classification with Label-Preserving Data Augmentation
von: Dong, Yixuan, et al.
Veröffentlicht: (2025)

Guided Synthesis of Labeled Brain MRI Data Using Latent Diffusion Models for Segmentation of Enlarged Ventricles
von: Ruschke, Tim, et al.
Veröffentlicht: (2024)

AdaDiff: Adaptive Step Selection for Fast Diffusion Models
von: Zhang, Hui, et al.
Veröffentlicht: (2023)

Counterfactual MRI Data Augmentation using Conditional Denoising Diffusion Generative Models
von: Morão, Pedro, et al.
Veröffentlicht: (2024)

OSDFace: One-Step Diffusion Model for Face Restoration
von: Wang, Jingkai, et al.
Veröffentlicht: (2024)

One-Step Diffusion Model for Image Motion-Deblurring
von: Liu, Xiaoyang, et al.
Veröffentlicht: (2025)

HumanCM: One Step Human Motion Prediction
von: Haojie, Liu, et al.
Veröffentlicht: (2025)

Fast ODE-based Sampling for Diffusion Models in Around 5 Steps
von: Zhou, Zhenyu, et al.
Veröffentlicht: (2023)

MAUGen: A Unified Diffusion Approach for Multi-Identity Facial Expression and AU Label Generation
von: Li, Xiangdong, et al.
Veröffentlicht: (2026)

Diffusion-Augmented Coreset Expansion for Scalable Dataset Distillation
von: Abbasi, Ali, et al.
Veröffentlicht: (2024)

KeepOriginalAugment: Single Image-based Better Information-Preserving Data Augmentation Approach
von: Kumar, Teerath, et al.
Veröffentlicht: (2024)

NavOne: One-Step Global Planning for Vision-Language Navigation on Top-Down Maps
von: Zhan, Dijia, et al.
Veröffentlicht: (2026)

Step-by-Step Diffusion: An Elementary Tutorial
von: Nakkiran, Preetum, et al.
Veröffentlicht: (2024)

Accelerating Diffusion Models with One-to-Many Knowledge Distillation
von: Zhang, Linfeng, et al.
Veröffentlicht: (2024)

L3A: Label-Augmented Analytic Adaptation for Multi-Label Class Incremental Learning
von: Zhang, Xiang, et al.
Veröffentlicht: (2025)

Advances in Diffusion Models for Image Data Augmentation: A Review of Methods, Models, Evaluation Metrics and Future Research Directions
von: Alimisis, Panagiotis, et al.
Veröffentlicht: (2024)

Handling Noisy Labels via One-Step Abductive Multi-Target Learning and Its Application to Helicobacter Pylori Segmentation
von: Yang, Yongquan, et al.
Veröffentlicht: (2020)

Phased One-Step Adversarial Equilibrium for Video Diffusion Models
von: Cheng, Jiaxiang, et al.
Veröffentlicht: (2025)

AtteConDA: Attention-Based Conflict Suppression in Multi-Condition Diffusion Models and Synthetic Data Augmentation
von: Noguchi, Shogo
Veröffentlicht: (2026)