香港城市大学 发布 Calibration-aware Semantic Mixing (CSM) 数据集 数据集, 应用在 模型校准、图像处理 领域

香港城市大学 本次发布的数据集 Calibration-aware Semantic Mixing (CSM) 数据集, CSM数据集是由香港城市大学和悉尼大学的研究人员创建的，用于模型校准的高保真合成数据集。该数据集通过采用预训练的扩散模型，生成在同一个潜伏噪声条件下但具有不同软类后验的图像样本来确保图像保真度。此外，数据集的样本通过CLIP视觉特征进行重新标注，以提供更精确的类后验。CSM数据集旨在解决模型校准问题，特别是在处理具有不同不确定性的视觉样本时，提高模型的置信度估计准确性。

查看Calibration-aware Semantic Mixing (CSM) 数据集

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。