Verbesserte Bildklassifizierung durch Mischung von Bildern zwischen Klassen mit einem Diffusionsmodell

Eine innovative Methode zur Datenerweiterung, genannt Diff-Mix, nutzt fein abgestimmte Diffusionsmodelle, um Bilder zwischen Klassen zu interpolieren und so die Vielfalt der Trainingsdaten zu erhöhen, was zu einer deutlichen Verbesserung der Leistung in verschiedenen Bildklassifizierungsszenarien führt.