待验证50% 置信基准精确时间
完全使用合成图像训练的分类器在真实测试集上达到了0.802的AUC-ROC，而仅使用真实数据训练的基线为0.760。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证对于图像数据，常用的ImageNet预训练均值[0.485, 0.456, 0.406]和标准差[0.229, 0.224, 0.225]已成为事实标准69% 相似待验证对于5600张图像的小数据集，从零训练标准DETR几乎注定失败，推荐加载COCO预训练权重进行微调63% 相似待验证当意图分类器精确率低于85%时，应重新训练模型。63% 相似待验证一篇1000个token的文章提供了999个训练信号，而图像分类任务中一张图片通常只提供一个标签的学习信号62% 相似待验证在不使用真实数据微调的情况下，合成数据训练的定位头让 MOTIP 和 HAT 在真实视频上提升了 0.96 至 1.14 HOTA61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1028250API
curl https://kongchang.com/api/v1/knowledge/claims/1028250MCP
get_claim(id=1028250)