Stylized ImageNet

Stylized-ImageNet 数据集是通过删除 ImageNet 中的局部纹理线索创建的，同时通过 AdaIN 样式传输保留自然图像的全局形状信息。这促使 CNN 更多地了解形状而不是局部纹理。

The Stylized-ImageNet dataset is created by removing local texture cues from ImageNet, while preserving the global shape information of natural images via AdaIN-style transfer. This encourages convolutional neural networks (CNNs) to prioritize shape over local texture.

搜集汇总

背景与挑战

背景概述

Stylized ImageNet是通过对ImageNet进行AdaIN风格化处理创建的数据集，移除了局部纹理但保留了全局形状信息，旨在研究CNN对形状特征的敏感性。该数据集由图宾根大学团队于2019年发布，主要用于图像分类和对抗鲁棒性研究。