慕尼黑工业大学 发布 VariReal数据集 数据集, 应用在 合成数据、图像分类 领域

慕尼黑工业大学 本次发布的数据集 VariReal数据集, VariReal数据集是一个用于分析合成训练数据可行性的数据集，由慕尼黑工业大学、蒂宾根大学和赫尔姆霍茨慕尼黑的研究人员创建。该数据集包含经过最小更改编辑的真实图像，旨在隔离目标属性，包括背景、颜色和纹理。研究结果表明，可行性与否对基于CLIP的分类器性能影响不大，主要差异在0.3%以内。该数据集适用于任何对象中心分类数据集，无需额外微调。数据集旨在解决在合成训练数据中，属性是否需要在现实世界中存在的可行性问题，以帮助提升下游分类性能。

查看VariReal数据集

README 内容： 

关于 慕尼黑工业大学 , 慕尼黑工业大学（Technische Universität München，简称TUM）是德国慕尼黑的一所著名工业大学，是德国顶尖的工程和技术教育机构之一，也是欧洲最古老的工业大学之一，在世界上享有很高的声誉。

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。