图像生成

Do Generative Metrics Predict YOLO Performance? An Evaluation Across Models, Augmentation Ratios, and Dataset Complexity

生成度量是否能预测YOLO性能？在不同模型、增强比例和数据集复杂度上的评估

Vasile Marian, Yong-Bin Kang, Alexander Buddery

机构 * School of Mechanical and Mining Engineering, The University of Queensland,Level 4, Mansergh Shaw Building (45), St Lucia, QLD 4072, Australia（昆士兰大学机械与采矿工程学院） ； Swinburne University of Technology, John Street, Hawthorn, VIC 3122, Australia（斯威本科技大学） 纠错

专题命中 图像生成评测 ：diffusion(abstract)；分类 cs.CV

AI总结 本研究评估了生成度量对YOLO性能的预测能力，发现合成增强在不同数据集和场景中对检测mAP有显著提升，但需结合增强量和场景特性进行分析。

Comments 23 pages, 13 figures, includes appendix