POBF框架通过框外修补合成视觉定位训练数据

Zilin Du、Haoxin Li、Jianfei Yu、Boyang Li 在 arXiv 论文（2412.00684v3）中提出 POBF（Paint Outside the Box and Filter），一个面向视觉定位的合成训练数据框架。该方法通过在标注框之外修补生成图像，缓解此前工作中标签错位的问题，并用结合硬度分数、过拟合分数和惩罚项的方案筛选合成数据。 基于论文摘要，作者声称在四个基准数据集上，POBF 相较仅使用真实数据平均提升 5.83%，相较主要基线准确率提升 2.29%—3.85%，并报告了其在不同生成模型、训练数据规模和模型架构上的鲁棒性与泛化性。以上结果为作者报告，本站未核验全文。

AI 根据报道生成 · 2 小时前更新