Generative Data Augmentation mit Diffusionsmodellen: DreamDA - Effiziente Synthese vielfältiger und realitätsnaher Bilddaten

DreamDA ermöglicht die Synthese hochqualitativer und vielfältiger Bilddaten, die der ursprünglichen Datenverteilung entsprechen, durch Ausnutzung von Diffusionsmodellen. Zusätzlich wird ein neuartiger selbstüberwachter Trainingsprozess eingeführt, um die Konsistenz und Zuverlässigkeit der generierten Pseudolabels sicherzustellen.