Stylized ImageNet

Stylized ImageNet 数据集是通过剥离 ImageNet 中的局部纹理，同时通过 AdaIN style transfer 保留自然图像上的全局形状信息而创建的。这促使 CNN 更多地学习形状，减少对局部纹理的学习。

The Stylized ImageNet dataset is constructed by stripping out local textures from the ImageNet dataset, while retaining the global shape information of natural images via AdaIN style transfer. This prompts convolutional neural networks (CNNs) to prioritize learning shape-based features instead of excessively relying on local textures.

搜集汇总

背景与挑战

背景概述

Stylized ImageNet是一个用于图像分类的数据集，它通过AdaIN风格迁移技术处理ImageNet图像，剥离局部纹理并保留全局形状信息，旨在引导卷积神经网络更侧重于学习形状特征。该数据集大小为36.12 GB，发布于三年前，适用于教育和研究目的。