【读点论文】Squeeze, Recover and Relabel: Dataset Condensation at ImageNet Scale From A New Perspective
Squeeze,RecoverandRelabel:DatasetCondensationatImageNetScaleFromANewPerspectiveAbstract我们提出了一个新的数据集压缩框架,称为Squeeze,Recover和Relabel(SRe2L),该框架在训练期间解耦了模型和合成数据的双层优化,以处理不同规模的数据集,模型架构和图像分辨率,从而实现有效的数据集压缩。该方法