.png){kind=icon}
返回
DiffusionEngine: Diffusion model is scalable data engine for object detection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2025.112141.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
数据是深度学习的基石。本文揭示了最近发展的Diffusion Model是一种可扩展的对象检测数据引擎。现有的大规模对象检测数据扩展方法通常需要手动收集或使用生成模型获取目标图像，随后进行数据增强和标注以生成训练对，这些方法成本高昂、复杂或缺乏多样性。为解决这些问题，我们提出了DiffusionEngine (DE)，一种数据扩展引擎，能够在单阶段提供高质量的对象检测训练对。DE由一个预训练的扩散模型和一个有效的Detection-Adapter组成，有助于以即插即用的方式生成可扩展、多样化和通用化的检测数据。Detection-Adapter通过学习将现成扩散模型中的隐式语义和位置知识与检测相关的信号对齐，以实现更优的边界框预测。此外，我们贡献了两个数据集，即COCO-DE和VOC-DE，用于扩展现有检测基准以促进后续研究。大量实验表明，通过DE进行数据扩展可在多种场景中实现显著提升，例如不同检测算法、自监督预训练、数据稀疏、标签稀缺、跨域和半监督学习。例如，当使用基于DINO的适配器与DE扩展数据时，在COCO上mAP提升了3.1%，在VOC上提升了7.6%，在Clipart上提升了11.5%。
Keyword:
Diffusion Model
Object Detection
Data Scaling-Up
Detection-Adapter
Generative Models
