MAE-LDM HTG — 半监督适配 + 未见风格生成(TU Dortmund,2024)

📄 原文:arXiv:2412.15853 · PDF

⭐ 核心卖点就是”为下游模型造训练图”;要把 OCR 迁到无标注新数据集时最对口。

核心

  • masked autoencoder 学风格条件 → 生成训练时未见过的书写风格。
  • 专门 content encoder + classifier-free guidance 调质量。
  • 半监督训练方案:IAM 训练、RIMES 验证对未见数据集的适配提升。

关联