Buchumschlag

Augmented Conditioning Is Enough For Effective Training Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Jiahui, Zhang, Amy, Romero-Soriano, Adriana
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Improving Geo-diversity of Generated Images with Contextualized Vendi Score Guidance
von: Hemmat, Reyhane Askari, et al.
Veröffentlicht: (2024)

GPS-SSL: Guided Positive Sampling to Inject Prior Into Self-Supervised Learning
von: Feizi, Aarash, et al.
Veröffentlicht: (2024)

CPO: Condition Preference Optimization for Controllable Image Generation
von: Lyu, Zonglin, et al.
Veröffentlicht: (2025)

Local Lesion Generation is Effective for Capsule Endoscopy Image Data Augmentation in a Limited Data Setting
von: Chłopowiec, Adrian B., et al.
Veröffentlicht: (2024)

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

Feedback-guided Data Synthesis for Imbalanced Classification
von: Hemmat, Reyhane Askari, et al.
Veröffentlicht: (2023)

GeMix: Conditional GAN-Based Mixup for Improved Medical Image Augmentation
von: Carlesso, Hugo, et al.
Veröffentlicht: (2025)

When Test-Time Guidance Is Enough: Fast Image and Video Editing with Diffusion Guidance
von: Ghorbel, Ahmed, et al.
Veröffentlicht: (2026)

Towards Effective Usage of Human-Centric Priors in Diffusion Models for Text-based Human Image Generation
von: Wang, Junyan, et al.
Veröffentlicht: (2024)

STIV: Scalable Text and Image Conditioned Video Generation
von: Lin, Zongyu, et al.
Veröffentlicht: (2024)

Enhancing Autonomous Vehicle Perception in Adverse Weather through Image Augmentation during Semantic Segmentation Training
von: Kou, Ethan, et al.
Veröffentlicht: (2024)

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

CoDi: Conditional Diffusion Distillation for Higher-Fidelity and Faster Image Generation
von: Mei, Kangfu, et al.
Veröffentlicht: (2023)

ArtifactLens: Hundreds of Labels Are Enough for Artifact Detection with VLMs
von: Burgess, James, et al.
Veröffentlicht: (2026)

Flash Diffusion: Accelerating Any Conditional Diffusion Model for Few Steps Image Generation
von: Chadebec, Clément, et al.
Veröffentlicht: (2024)

Semantic Augmentation in Images using Language
von: Yerramilli, Sahiti, et al.
Veröffentlicht: (2024)

Controlling Multimodal LLMs via Reward-guided Decoding
von: Mañas, Oscar, et al.
Veröffentlicht: (2025)

SAFREE: Training-Free and Adaptive Guard for Safe Text-to-Image And Video Generation
von: Yoon, Jaehong, et al.
Veröffentlicht: (2024)

Using Synthetic Images to Augment Small Medical Image Datasets
von: Vu, Minh H., et al.
Veröffentlicht: (2025)

ECoDepth: Effective Conditioning of Diffusion Models for Monocular Depth Estimation
von: Patni, Suraj, et al.
Veröffentlicht: (2024)

Training-free Linear Image Inverses via Flows
von: Pokle, Ashwini, et al.
Veröffentlicht: (2023)

Disentangling Regional Primitives for Image Generation
von: Chen, Zhengting, et al.
Veröffentlicht: (2024)

Training-Free Consistent Text-to-Image Generation
von: Tewel, Yoad, et al.
Veröffentlicht: (2024)

Intra-Cluster Mixup: An Effective Data Augmentation Technique for Complementary-Label Learning
von: Mai, Tan-Ha, et al.
Veröffentlicht: (2025)

Cross-modal RAG: Sub-dimensional Text-to-Image Retrieval-Augmented Generation
von: Zhu, Mengdan, et al.
Veröffentlicht: (2025)

GeMM-GAN: A Multimodal Generative Model Conditioned on Histopathology Images and Clinical Descriptions for Gene Expression Profile Generation
von: Panaccione, Francesca Pia, et al.
Veröffentlicht: (2026)

Open Multimodal Retrieval-Augmented Factual Image Generation
von: Tian, Yang, et al.
Veröffentlicht: (2025)

Conditional Idempotent Generative Networks
von: Ronchetti, Niccolò
Veröffentlicht: (2024)

Conditioning GAN Without Training Dataset
von: Mekonnen, Kidist Amde
Veröffentlicht: (2024)

Controllable Unlearning for Image-to-Image Generative Models via $\varepsilon$-Constrained Optimization
von: Feng, Xiaohua, et al.
Veröffentlicht: (2024)

Learning to Find Missing Video Frames with Synthetic Data Augmentation: A General Framework and Application in Generating Thermal Images Using RGB Cameras
von: Andersen, Mathias Viborg, et al.
Veröffentlicht: (2024)

LoRA.rar: Learning to Merge LoRAs via Hypernetworks for Subject-Style Conditioned Image Generation
von: Shenaj, Donald, et al.
Veröffentlicht: (2024)

Conditional Diffusion on Web-Scale Image Pairs leads to Diverse Image Variations
von: Kumar, Manoj, et al.
Veröffentlicht: (2024)

TTA-DAME: Test-Time Adaptation with Domain Augmentation and Model Ensemble for Dynamic Driving Conditions
von: Jeon, Dongjae, et al.
Veröffentlicht: (2025)

1S-DAug: One-Shot Data Augmentation for Robust Few-Shot Generalization
von: Bai, Yunwei, et al.
Veröffentlicht: (2026)

The Effectiveness of Random Forgetting for Robust Generalization
von: Ramkumar, Vijaya Raghavan T, et al.
Veröffentlicht: (2024)

DreamComposer: Controllable 3D Object Generation via Multi-View Conditions
von: Yang, Yunhan, et al.
Veröffentlicht: (2023)

One Prompt Word is Enough to Boost Adversarial Robustness for Pre-trained Vision-Language Models
von: Li, Lin, et al.
Veröffentlicht: (2024)

GRILL: Restoring Gradient Signal in Ill-Conditioned Layers for More Effective Adversarial Attacks on Autoencoders
von: Ramanaik, Chethan Krishnamurthy, et al.
Veröffentlicht: (2025)

PTEENet: Post-Trained Early-Exit Neural Networks Augmentation for Inference Cost Optimization
von: Lahiany, Assaf, et al.
Veröffentlicht: (2025)