扩散模型合成图像用于数据增强的研究脉络与方法比较
1. 范围和读法
Zotero 中「合成图像用于数据增强」当前子树有 170 篇候选记录,Diffusion Model 子树有 219 篇更广义的扩散模型记录。本综述只纳入 83 条与图像合成增广直接相关的证据,其中 81 篇已读取本地 PDF,2 篇暂时只有题目、摘要或出版页面。参考文献列表共 89 条,包含 6 条背景文献和 83 条主体记录。
本版按此前质量筛选规则将 Sensors 2026 的 Propose-and-Select,以及此前明确排除的 ADuLTS、Synthetic Imagery 和 Triple-Prompt,均移出核心综述统计,条目仍可在 Zotero 中保留。
主任务使用单一归属,避免把同一篇论文重复计入任务总数。数据条件和方法阶段是交叉索引,因此它们的统计数不能相加为 83。WILD-Diffusion 和 Sketch2CT 保留在综述证据中,但分别归入生成模型基础与训练、医学与三维领域,不强行放入下游增广任务比较。
任务统计按主任务计算;数据条件和方法阶段允许交叉归属。图中不代表 Zotero 全库 170 篇候选记录。
2. 发展脉络
2.1 2023:从生成图像走向生成训练数据
Azizi 等人的工作把类条件扩散模型用于 ImageNet 数据生成,证明合成图像能够支持分类器训练。GIF 将问题表述为 dataset expansion,用少量真实图像引导 DALL-E 2 或 Stable Diffusion 生成新的带标签样本,同时指出 synthetic-only 仍然不如同规模真实数据。
DiffuMask 和 DatasetDM 将数据增广对象从图像扩展到图像与感知标注。DiffuMask 观察文本条件扩散中的 cross-attention,利用它自动得到像素级语义掩码。DatasetDM 在扩散模型的 latent 上加入感知解码器,可以生成图像、语义分割、实例分割和深度等配对数据。论文报告的代表性结果是 VOC 语义分割提升 13.3 个 mIoU,COCO 实例分割提升 12.1 个 AP。StableRep 则把合成数据用于视觉表示学习,将同一个文本提示生成的多个图像作为正样本进行多正例对比学习。
2.2 2024:控制保真度、多样性和少样本适配
DA-Fusion 从真实图像编辑起点开展数据增广,起点位于真实图像而非纯噪声,使用文本变化描述控制颜色、材质和场景变化。这样可以更好地保留原图结构,也能处理预训练模型没有直接见过的概念。
DiffuseMix 使用条件提示重塑输入图像,再通过拼接和分形混合构造数据增广结果。Diff-Mix 进一步利用跨类别图像插值增加变化,明确处理 faithfulness 与 diversity 的平衡。DataDream 用少量真实样本对文本编码器和 U-Net 做 LoRA 微调,分别提供全数据集和逐类别的适配方式。它说明在 few-shot 条件下,轻量适配可以明显缩小生成分布和目标分布之间的差距。
这一阶段还出现了两条并行路线。DiffAug 研究 diffuse-and-denoise 数据增广对鲁棒分类的作用,SynCLR 和 StableRep 把重点放在合成数据训练视觉表示。扩散模型开始从下游训练集的“附加样本生成器”变成预训练数据源。
2.3 2025—2026:任务感知、长尾和医学场景
Diff-II 把扩散反演后的潜变量放在一个插值圆上,通过两阶段去噪同时提高生成样本的保真度和多样性。MRCA 让实例分割器反过来指导扩散模型,多轮生成模型不确定的对象,并按类别预算把对象放回真实图像。DBG 则围绕决策边界生成样本,并用分类器清洗有害样本。CORAL 发现长尾类别在 U-Net latent 中可能与头部类别重叠,于是用对比正则化解耦类别表示。DAR-GDA 通过蒸馏、对抗对齐和重要性重加权同时解决采样效率和分布偏移。
医疗和稠密预测工作更加关注结构一致性。MatchMask 从少量语义掩码生成图像—掩码对,用 Gradient Probe 找到关键层,再用轻量适配器和相对过滤抑制错误区域。MRGen 以文本和掩码共同控制 MRI 生成,服务于缺少标注的模态。Dual-Stream Diffusion 将结构流和外观流分开去噪,再用时间门控融合。Polyp-LDM、DiDGen、DiffAtlas、医学 DiffAug 和 MRGen 都把图像质量和下游分割效果同时作为评价目标。
2026 年的一个重要变化是评测开始系统化。UniDiffDA 将方法拆成模型微调、样本生成和样本利用三个阶段,在通用、细粒度、长尾、跨域和医学分类上重新实现多个方法。结论呈现出明显的任务依赖性,三阶段组合与目标任务共同决定结果。这个视角比单一榜单更适合解释论文之间为何会得到不同结论。
3. 按下游任务
本综述的主任务归属采用单一主类,数据条件和方法阶段作为交叉索引。83 条证据中,分类 39 条、目标检测 2 条、分割与稠密预测 24 条、表征学习 2 条、数据集蒸馏 8 条、综述与评测 6 条,以及 WILD-Diffusion、Sketch2CT 两条生成器与领域基础记录。
3.1 分类
分类论文覆盖从冻结生成器提示到领域适配、任务反馈和生成后筛选。Synthetic Data from Diffusion Models、GIF、StableRep、SynCLR 和 Fake It Till You Make It 说明,类别提示可以快速扩大覆盖,但细粒度类别容易受到背景捷径和提示偏差影响。DA-Fusion、DiffuseMix、Diff-Mix、DataDream、DIAGen、AugGen、BOB、ChimeraLoRA、LoFT 和 1S-DAug 分别从真实图像编辑、跨类别混合、LoRA 适配、上下文建模和少样本控制等方面提高类内变化与分布贴合度。Synthetic Data from Diffusion Models、GIF、StableRep、SynCLR、Fake It Till You Make It、DA-Fusion、DiffuseMix、Diff-Mix、DataDream、DIAGen、BOB、ChimeraLoRA、LoFT、1S-DAug
分类任务中的改进通常来自更合适的样本,而不是简单增加合成数量。TADA 只扩增训练早期没有学到的样本,C2I 根据分类梯度构造目标,Post-Generation Curation 和 BRIDGE 则在生成后寻找更有用或欠表示的样本。TADA、C2I、Post-Generation Curation、BRIDGE
3.2 目标检测
检测方向的证据数量较少,但方法阶段更加清晰。S3OD 面向显著目标检测的跨域泛化,Free-Lunch 处理跨域少样本目标检测,Tail-SD 用布局指令控制长尾目标生成,冠脉狭窄检测工作则把用户反馈直接接入增广过程。检测任务不能只看生成图像的视觉质量,还要检查目标位置、尺度、遮挡和框标注的一致性。S3OD、Free-Lunch、Tail-SD、Diffusion-Based User-Guided Data Augmentation for Coronary Stenosis Detection
3.3 分割与稠密预测
分割与稠密预测要求图像和 mask、layout、depth 等标注保持同步。DiffuMask 从 cross-attention 中提取像素级掩码,DatasetDM 用感知解码器生成图像和多种标注,MatchMask、MRGen、Dual-Stream Diffusion、Polyp-LDM、DiDGen、DiffAtlas 和 EBIS 进一步处理医学图像中的结构一致性、模态稀缺和边界质量。DiffuMask、DatasetDM、MatchMask、MRGen、Dual-Stream Diffusion、Polyp-LDM、DiDGen、DiffAtlas、EBIS
医学分割的主要瓶颈不是生成图像是否逼真,而是病灶形状、边界和标注是否可信。D3S2、S²-RL 和 MRCA 还把分割模型反馈或数据集蒸馏纳入训练数据构造。D3S2、S²-RL、MRCA
3.4 表征学习
StableRep、SynCLR、Fake It Till You Make It 和 Scaling Laws 把合成图像当作视觉预训练数据,而不是只服务于一个下游分类器。合成规模、文本提示一致性、正样本构造方式和预训练目标共同决定迁移效果。合成数据可以在较少真实图像下扩大覆盖,但结果仍依赖生成器和语言监督。StableRep、SynCLR、Fake It Till You Make It、Scaling Laws of Synthetic Images
3.5 数据集蒸馏
数据集蒸馏把目标从“生成更多样本”改成“生成一组能代表训练信号的少量样本”。IMS3、EVLF、D3S2、S²-RL、DIVER 和 SFM 分别从分布聚合、视觉语言融合、分割蒸馏、强化学习和统计流匹配等角度压缩数据。蒸馏比例、初始化方式、IPC、验证集和下游骨干必须同时报告,蒸馏结果不能与普通增广的准确率直接横比。IMS3、EVLF、D3S2、S²-RL、DIVER、SFM
4. 按数据条件
条件集合是交叉索引,同一篇论文可以同时出现于多个条件分支。83 条证据中的交叉计数为:少样本与数据稀缺 22 条、长尾与类别不平衡 24 条、跨域与域偏移 16 条、标签稀缺与半监督 7 条、持续学习与鲁棒性 6 条。
4.1 少样本与数据稀缺
GIF、DataDream、DA-Fusion、Diff-II、BOB、ChimeraLoRA、LoFT、1S-DAug 和 Few-Shot Synthetic Data Generation 都围绕少量真实样本下的领域贴合、类内变化和生成预算展开。共同趋势是用轻量适配、图像条件或样本选择代替盲目扩大生成规模。GIF、DataDream、DA-Fusion、Diff-II、BOB、ChimeraLoRA、LoFT、1S-DAug、Few-Shot Synthetic Data Generation
4.2 长尾与类别不平衡
Fill-Up、DiffuLT、CORAL、DBG、SynBalance、DAR-GDA、Tail-SD、TRCGL-Net 和长尾医学分类工作表明,尾类数量平衡只是起点。更重要的是生成样本是否覆盖尾类的决策边界、姿态和背景变化。Fill-Up、DiffuLT、CORAL、DBG、SynBalance、DAR-GDA、Tail-SD、TRCGL-Net、
4.3 跨域与域偏移
S3OD、DisCL、Free-Lunch、Pathology LDM-SSDA 和医学域泛化工作把合成数据用于跨数据集、跨设备或跨场景测试。跨域收益不能只看源域准确率,需要报告外部域、many/medium/few 或 OOD 指标。S3OD、DisCL、Free-Lunch、Pathology LDM-SSDA
4.4 标签稀缺与半监督
MatchMask、MRGen、Data Augmentation with Diffusion for Open-Set Semi-Supervised Learning、EBIS 把生成过程用于缺少 mask、少量标注或未标注数据的场景。此类方法的关键证据是标注一致性和少标注曲线,而不是单独的 FID。MatchMask、MRGen、Data Augmentation with Diffusion for Open-Set Semi-Supervised Learning、EBIS、
4.5 持续学习与鲁棒性
DiffAug、Class-Mixed Diffusion Augmentation、1S-DAug 和 Not Just Pretty Pictures 分别从 diffuse-and-denoise、快捷方式破除、少样本鲁棒性和干预式增广角度研究鲁棒性。持续学习和鲁棒性条件下,合成数据需要覆盖变化因素,同时避免把生成器自身的偏差带入训练集。DiffAug、Class-Mixed Diffusion Augmentation、1S-DAug、Not Just Pretty Pictures
5. 按方法阶段
方法阶段描述一条增广流水线中的动作,和下游任务、数据条件可以交叉组合。
5.1 图像条件编辑
DA-Fusion、DiffuseMix、Diff-Mix、Diff-II、DisCL 和 1S-DAug 以真实图像、反演潜变量或结构条件为起点,在去噪过程中控制外观、姿态和语义变化。它们通常更容易保持标签和布局,但变化范围受输入图像限制。DA-Fusion、DiffuseMix、Diff-Mix、Diff-II、DisCL、1S-DAug
5.2 任务反馈生成
DBG、MRCA、C2I、S3OD 和用户引导的冠脉检测增广把分类器、分割器或检测器的边界、不确定性和梯度反馈给生成器。反馈闭环能把预算集中到模型缺口,但也会把反馈模型的错误放大。DBG、MRCA、C2I、S3OD、Diffusion-Based User-Guided Data Augmentation
5.3 图像—标注联合生成
DiffuMask、DatasetDM、MatchMask、MRGen、Dual-Stream Diffusion、Polyp-LDM、DiDGen 和 DiffAtlas 同时生成图像及 mask、depth 或其他稠密标注。这里的评价应同时包含图像质量、标注质量和下游模型收益。DiffuMask、DatasetDM、MatchMask、MRGen、Dual-Stream Diffusion、Polyp-LDM、DiDGen、DiffAtlas
5.4 生成后筛选
Chamfer Guidance、Post-Generation Curation、BRIDGE 和 SynBalance 把样本质量、覆盖度、互补性或任务效用作为生成后的选择信号。结果显示,筛选常常比继续增加样本数量更稳定,但筛选器本身也可能引入偏差。Chamfer Guidance、Post-Generation Curation、BRIDGE、SynBalance
6. 统一评测与结果比较
论文报告的指标需要在统一实验设置下比较,跨数据集结果不宜拼成一张总榜。分类工作通常报告 Top-1、balanced accuracy、tail accuracy 或 OOD accuracy。检测工作报告 AP、召回率和跨域表现。分割工作报告 mIoU、Dice 或边界指标。生成质量常见 FID、KID、CLIP 相似度和人评,但它们与下游效用不总是一致。
比较时至少需要固定以下因素。
- 真实数据量和合成数据比例。
- 生成器是从头训练、领域微调还是完全冻结。
- 文本、类别、图像、mask、layout 等控制信号。
- 采样步数、guidance scale、生成分辨率和筛选预算。
- 下游模型结构、训练轮数、增强策略和随机种子。
- 是否把合成数据单独训练,还是与真实数据混合。
- 是否报告每个类别、跨域和外部测试集的表现。
UniDiffDA 的价值在于把这些变量拆开评估。医学系统综述则从更高层面提醒,合成数据的增益主要来自与真实数据互补,真实数据仍然承担核心监督作用。
结果比较:几个可以落地的数字
下面的数字来自论文各自的实验设置,适合用来理解方法作用,跨数据集排行榜需要额外的统一实验。
| 方法或证据 | 新分类位置 | 论文报告的结果 | 主要解释 |
|---|---|---|---|
| TADA | 按下游任务:分类 | 只增强训练早期未学到的 30%–40% 样本,最高提升 2.8 个百分点 | 选择样本可能比增加数量更重要 |
| BOB | 按下游任务:分类;按数据条件:少样本与数据稀缺 | 24 个设置中 18 个超过先前方法,14 个设置提升超过 2 个百分点 | 显式建模背景和姿态等类无关因素 |
| MatchMask | 按下游任务:分割与稠密预测 | PASCAL VOC 从 67.5% 提升到 74.3% mIoU | mask 中心生成、层自适应融合和相对过滤共同作用 |
| DatasetDM | 按下游任务:分割与稠密预测 | VOC 提升 13.3 mIoU,COCO 提升 12.1 AP | 感知解码器生成图像与标注配对数据 |
| S3OD | 按下游任务:目标检测 | synthetic-only 的跨数据集错误减少 20%–50% | 合成场景和歧义感知架构共同改善跨域泛化 |
| MRCA | 长尾实例分割 | 约 6% 的生成预算仍能获得持续收益 | 用实例分割器反馈生成不确定目标 |
| 医学 DiffAug | 医学分割 | 小息肉和扁平病灶的 false negative rate 最高降低 28%,推理约 12.5 samples/s | 文本引导、质量验证和快速潜变量估计共同影响结果 |
| 医学影像系统综述 | 多种医学任务 | synthetic-only 通常有限,real+synthetic 的分类收益较小,分割收益更小 | 合成数据更像真实数据的补充 |
6.1 数据集与结果的整体对照
论文使用的数据集可以分成几组。分类增广主要集中在 CIFAR、ImageNet、CUB、Aircraft、Flowers 和少样本自然图像。长尾工作常用 ImageNet-LT、CIFAR-LT、LVIS 和专门的医学长尾数据。分割与图像—掩码生成更多使用 PASCAL VOC、COCO、ADE20K,以及 ISIC、BUSI、PH2、DDTI 等医学数据。表中的结果保留论文原始指标,不能把不同任务的数值拼成一个总排行榜。
| 新分类位置 | 代表方法 | 主要数据集 | 论文报告的结果 | 比较时需要固定的因素 |
|---|---|---|---|---|
| 按下游任务:分类;按数据条件:少样本与数据稀缺 | TADA | CIFAR-10/100、TinyImageNet、ImageNet | 只增广训练早期未学到的 30%–40% 样本,最高提升 2.8 个百分点 | 真实数据量、增广比例和骨干 |
| 按下游任务:分类;按数据条件:少样本与数据稀缺 | BOB | 多个细粒度分类数据集 | 24 个设置中 18 个超过先前方法,14 个设置提升超过 2 个百分点 | shot 数、属性建模和 T2I 模型 |
| 按下游任务:分类;按数据条件:少样本与数据稀缺 | DA-Fusion | Leafy Spurge、COCO、PASCAL VOC | 在少样本分类和真实杂草识别任务上提升准确率 | 数据集构造和每类样本数 |
| 按下游任务:分类;按数据条件:少样本与数据稀缺 | DataDream | 10 个少样本分类数据集,包括 ImageNet few-shot | 7/10 个数据集超过先前方法,其余接近或相当 | LoRA 预算和 shot 数 |
| 按下游任务:分类;按数据条件:少样本与数据稀缺 | Diff-Mix | CUB、FGVC-Aircraft、Flower | 在常规、少样本和长尾设置中稳定提升 | 类别粒度、生成倍数和下游训练策略 |
| 按下游任务:分类;按数据条件:少样本与数据稀缺 | DIAGen | 少标注分类与 OOD 设置 | 对 OOD 样本的收益比标准增广和 DA-Fusion 更明显 | OOD 定义和样本筛选权重 |
| 按下游任务:分类;按数据条件:少样本与数据稀缺 | MGRAttn-RNO | CUB-LT IF100、Flower-LT IF100 | 在 CUB-LT IF100 上最高提升 2.50 和 2.94 个百分点 | 不平衡比例和前景掩码质量 |
| 按下游任务:分类;按数据条件:长尾与类别不平衡 | DisCL | ImageNet-LT、iWildCam | ImageNet-LT 尾类准确率从 4.40% 提升到 23.64%,整体从 35.80% 提升到 39.82%;iWildCam OOD F1 从 35.5 提升到 38.2 | many/medium/few 划分和域外测试集 |
| 按下游任务:分类;按数据条件:长尾与类别不平衡 | DBG、CORAL、DiffuLT | ImageNet-LT、CIFAR-LT 等 | 重点改善尾类准确率、尾类生成质量和决策边界分离 | imbalance factor、采样预算和 backbone |
| 按下游任务:目标检测/分割与稠密预测;按数据条件:长尾与类别不平衡 | Tail-SD、MRCA | COCO、LVIS、长尾实例分割基准 | Tail-SD 的 LVIS rare Box AP 提升 4.89,rare Mask AP 提升 5.68;MRCA 约用 6% 生成预算获得持续收益 | rare 类定义、实例预算和评测协议 |
| 按下游任务:分类;按数据条件:长尾与类别不平衡 | TRCGL-Net | PadChest | tail mAP 0.4904,overall mAP 0.4408,mAUC 0.8989 | 多标签指标不能与单标签分类直接比较 |
| 按下游任务:分割与稠密预测 | MatchMask | PASCAL VOC、COCO、ADE20K | PASCAL VOC mIoU 从 67.5% 提升到 74.3% | mask 对齐、标注稀缺比例和分割骨干 |
| 按方法阶段:图像—标注联合生成 | DatasetDM | PASCAL VOC 2012、COCO 2017 | VOC 提升 13.3 mIoU,COCO 提升 12.1 AP | 生成标注类型和下游模型 |
| 按下游任务:目标检测 | S3OD | DIS、HR-SOD | synthetic-only 跨数据集错误减少 20%–50% | 错误率与 mIoU、AP 不能混比 |
| 按方法阶段:图像—标注联合生成 | MedDiff-FT | ISIC-2017/2018、BUSI、PH2、DDTI | 正文报告五个医学分割数据集平均提升约 1% Dice,README 另有口径,需复核 | 模态、器官和标注比例 |
| 按下游任务:数据集蒸馏;按方法阶段:生成后筛选 | D3S2、S²-RL | ADE20K、COCO-Stuff、COCO | D3S2 在 1% 压缩率下 ADE20K/COCO-Stuff mIoU 为 24.99%/35.49%;S²-RL 使用 SegFormer-B5 评估 mIoU 和 mAcc | IPC、真实验证集和蒸馏预算 |
| 按下游任务:表征学习 | StableRep、SynCLR | 合成图像规模学习、ImageNet、ADE20K | StableRep 用 20M 合成图像超过 50M 真实图像训练的 CLIP;SynCLR 在 ADE20K 上比 MAE、iBOT 高 5.0、3.1 mIoU | 预训练规模、语言监督和下游协议 |
| 按方法阶段:生成后筛选 | Chamfer Guidance | 2 或 32 个真实 exemplar 的 few-shot 设置 | 2 exemplar 时 precision 96.4%、coverage 86.4%;32 exemplar 时 precision 97.5%、coverage 92.7%;下游 ID/OOD accuracy 最高提升 15/16% | 质量指标与下游效用需同时报告 |
这些结果说明,合成数据的收益通常来自数据条件和任务模型的匹配。少样本分类更关注类内变化和分布贴合,长尾方法更关注尾类覆盖与决策边界,分割方法还必须验证图像和掩码的一致性。跨论文比较时应优先复现统一评测框架,再比较同一任务、同一数据预算和同一指标下的结果。
7. 局限和风险
语义和分布偏移。 大型自然图像模型并不自动理解医学形态、传感器噪声或三维解剖结构。提示错误会生成漂亮但标签不对的图像。
保真度和多样性的冲突。 强图像条件提高标签稳定性,却可能只复制训练集。弱条件增加变化,却会带来背景捷径和类别混淆。
反馈闭环偏差。 分类器、分割器或奖励模型既负责挑样本又影响生成器,可能把自身错误反复放大。
计算和可复现性。 反演、微调、多步采样、过滤和多轮反馈的成本很高。许多论文没有完整报告 prompt、随机种子、合成比例、过滤阈值和生成预算。
隐私和记忆。 预训练扩散模型可能复现训练数据中的人物、版权内容或敏感模式。合成图像也可能把数据集偏见放大到下游模型。
外部验证不足。 多数工作只在少量公开数据集和单一下游骨干上验证,跨医院、跨设备、跨地域的证据仍然有限。
8. 开源状况
当前按本综述 83 条证据记录统计,其中 47 条正文出现 GitHub URL。这个数字包含依赖库和基础模型链接,因此需要进一步区分作者仓库、依赖项目和基础模型。下面只把论文来源页或条目中明确指向的作者仓库列为“代码路径”。链接指向仓库根目录,进入仓库后的 README、configs、scripts 和训练入口通常能看到复现实验所需的具体命令。33 个作者仓库链接中,31 个可以访问,29 个已经完成本地浅克隆,IGD-ML 和 LoFT 的克隆仍需补齐,TRCGL-Net 和 SFD-Polyp 的链接返回 Repository not found。代码归档目录为 C:\Users\Richard\Documents\Codex\2026-11-05\s\outputs\diffusion_augmentation_code,依赖库和基础模型没有混入这个目录。
| 方法 | 作者代码路径 | 备注 |
|---|---|---|
| DiffDA-Eval | nukezil/DiffDA-Eval | 统一评测与复现实验 |
| DBG | keepdigitalabc-svg/DBG | 决策边界生成 |
| IMS3 | Westlake-AGI-Lab/IMS3 | 扩散数据集蒸馏 |
| Learnability Gap | MischaD/LearnabilityGap | 医学潜空间扩散分析 |
| DisCL | tianyi-lab/DisCL | 合成到真实的课程学习 |
| Diff-II | HKUST-LongGroup/Diff-II | 反演圆插值增广 |
| CORAL | SankarLab/coral-lt-diffusion | 长尾潜表示解耦 |
| IGD-ML | pranoydas51/IGD-ML | 长尾生成建模 |
| DAR-GDA | ruyianry/gda-dar | 蒸馏、对齐与重加权 |
| Diffusing DeBias | Malga-Vision/DiffusingDeBias | 偏置放大与去偏 |
| MedDiff-FT | JianhaoXie1/MedDiff-FT | 医学图像轻量微调 |
| DataDream | ExplainableML/DataDream | 少样本数据集生成 |
| Diff-Mix | Zhicaiwww/Diff-Mix | 跨类别扩散混合 |
| DA-Fusion | brandontrabucco/da-fusion | 图像条件扩散增广 |
| GIF | Vanint/DatasetExpansion | 小规模数据集扩展 |
| DIAGen | visinf/DIAGen | 生成式图像增广 |
| MGRAttn-RNO | hvcl/MGRAttn-RNO | 参考注意力与排斥噪声 |
| 病理图像 LDM-SSDA | hsu-lab/ldm-pathology-ssda | 半监督域适配 |
| SynRep / SynCLR | google-research/syn-rep-learn | 合成表示学习 |
| DiffAug | oore-lab/diffaug | diffuse-and-denoise 增广 |
| Free-Lunch | zzzzj311-droid/Free-Lunch-SITN | 跨域少样本检测 |
| D3S2 | zwj084/D3S2 | 语义分割数据集蒸馏 |
| LDMLR | AlvinHan123/LDMLR | 长尾特征扩散 |
| TRCGL-Net | November-1113/TRCG | 胸片长尾分类 |
| SFD-Polyp | zhaiying0925/SFD- | 息肉图像—掩码生成 |
| EBIS | VEDAs-Lab/EBIS | 烧伤分割与扩散教师 |
| Polyp-LDM | 16rq/Polyp-LDM | 息肉边界对齐生成 |
| DiDGen | junjie-shentu/DiDGen | 皮肤镜双任务生成 |
| DiffAtlas | M3DV/DiffAtlas | 图谱分割图像—掩码生成 |
| DiGDA | medipixel/DiGDA | 冠脉检测用户引导增广 |
| LoFT | ExplainableML/LoFT | LoRA 少样本数据生成 |
| S2-RL | 00why00/S2RL | 分割数据集蒸馏 |
| SFM | einsteinxia/SFM | 自监督数据集蒸馏 |
部分论文只提供了基础模型或依赖库链接,例如 diffusers、latent-diffusion、mmsegmentation、detectron2 和 FLUX,不能据此判断论文作者实现已经公开。当前尚未定位到作者仓库的代表性方法包括 S3OD、DatasetDM、Fill-Up、Tail-SD、RealSynz、SaSPA、Chamfer Guidance、MRGen、C2I 和 DIVER。仓库是否包含预训练权重、生成数据和完整训练脚本,还需要以仓库当前内容为准。
9. 仍需补全文本的条目
以下两条目前仍保留在 Zotero 中,但没有本地 PDF。文章中的方法和结果依据题目、摘要或出版页面,属于待补全文献。
- Generative Active Learning via Bayesian Acquisition for Improving the Efficiency of Synthetic Data
- Class-Mixed Diffusion Augmentation for Shortcut-Breaking in Continual Learning
10. 一句话总结
扩散模型数据增广正在从“生成更多图像”转向“生成对特定模型和特定缺口有用的图像”。下一步的关键在于建立可复现的任务效用评测、可靠的样本筛选、结构一致的标注生成和跨域外部验证。
阅读边界
本页使用的主体证据来自 Zotero 本地 PDF 和条目中的论文来源链接。5 篇没有本地 PDF 的记录已经明确标注为“当前无本地 PDF”,它们在当前版本中作为待补全文献处理。正式接收、预印本、workshop 和 OpenReview 在审状态也按 Zotero 条目和来源页面分别保留。
参考文献
参考文献(点击展开)
- [1] Goodfellow et al. (2014). Generative Adversarial Nets. 来源
- [2] Ho et al. (2020). Denoising Diffusion Probabilistic Models. 来源
- [3] Rombach et al. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. 来源
- [4] Zhang et al. (2023). Adding Conditional Control to Text-to-Image Diffusion Models. 来源
- [5] Li et al. (2026). Diffusion-Based Data Augmentation for Image Recognition: A Systematic Analysis and Evaluation. 来源
- [6] When More Data Hurts (2026). When More Data Hurts: A Critical Survey of Failure Modes in Generative Data Augmentation for Image Classification. 来源
- [7] Diffusion-Based Data Augmentation for Image Recognition: A Systematic Analysis and Evaluation(2026;IJCV 2026;分类、综述/评测;全文PDF已读取;来源;代码/项目;代码/项目)
- [8] Advances in Diffusion Models for Image Data Augmentation: A Review of Methods, Models, Evaluation Metrics and Future Research Directions(2025;Artificial Intelligence Review 2025;综述/评测;全文PDF已读取;来源)
- [9] A Comprehensive Survey on Data Augmentation(2026;IEEE TKDE 2026;综述/评测;全文PDF已读取;来源)
- [10] Quality Assessment and Model Training Impact of Synthetic Images in Medical Diagnostic Imaging: Systematic Review(2026;JMIR AI 2026;医学影像、综述/评测;全文PDF已读取;来源;代码/项目;代码/项目)
- [11] When More Data Hurts: A Critical Survey of Failure Modes in Generative Data Augmentation for Image Classification(2026;分类、综述/评测;全文PDF已读取;来源)
- [12] Do We Need All the Synthetic Data? Targeted Image Augmentation via Diffusion Models(2026;分类、少样本与数据稀缺;全文PDF已读取;来源;代码/项目;代码/项目)
- [13] Decision Boundary-aware Generation for Long-tailed Learning (DBG)(2026;分类、长尾与类别不平衡;全文PDF已读取;来源;代码/项目)
- [14] ChimeraLoRA: Multi-Head LoRA-Guided Synthetic Datasets(2026;分类、少样本与数据稀缺、长尾与类别不平衡;全文PDF已读取;来源)
- [15] Beyond Objects: Contextual Synthetic Data Generation for Fine-Grained Classification (BOB)(2026;分类、细粒度、少样本与数据稀缺;全文PDF已读取;来源)
- [16] MatchMask: Mask-Centric Generative Data Augmentation for Label-Scarce Semantic Segmentation(2026;分割与稠密预测、少标注;全文PDF已读取;来源)
- [17] S3OD: Towards Generalizable Salient Object Detection with Synthetic Data(2026;显著性检测、跨域与域偏移;全文PDF已读取;来源;代码/项目;代码/项目)
- [18] IMS3: Breaking Distributional Aggregation in Diffusion-Based Dataset Distillation(2026;数据集蒸馏、分类;全文PDF已读取;来源;代码/项目)
- [19] EVLF: Early Vision-Language Fusion for Generative Dataset Distillation(2026;数据集蒸馏、分类;全文PDF已读取;来源;代码/项目)
- [20] WILD-Diffusion: A WDRO Inspired Training Method for Diffusion Models under Limited Data(2026;生成模型训练、少样本与数据稀缺;全文PDF已读取;来源)
- [21] The Learnability Gap in Medical Latent Diffusion(2026;医学影像、长尾与类别不平衡、分类;全文PDF已读取;来源;代码/项目)
- [22] Sketch2CT: Multimodal Diffusion for Structure-Aware 3D Medical Volume Generation(2026;医学影像、3D生成、分割与稠密预测;全文PDF已读取;来源)
- [23] Diffusion Curriculum: Synthetic-to-Real Data Curriculum via Image-Guided Diffusion (DisCL)(2025;分类、长尾与类别不平衡、低质量数据;全文PDF已读取;来源;代码/项目)
- [24] Inversion Circle Interpolation: Diffusion-based Image Augmentation for Data-scarce Classification (Diff-II)(2025;分类、少样本与数据稀缺;全文PDF已读取;来源;代码/项目)
- [25] Sample-Efficient Multi-Round Generative Data Augmentation for Long-Tail Instance Segmentation (MRCA)(2025;实例分割与稠密预测、长尾与类别不平衡;全文PDF已读取;来源)
- [26] CORAL: Disentangling Latent Representations in Long-Tailed Diffusion(2025;分类、长尾与类别不平衡;全文PDF已读取;来源;代码/项目)
- [27] Principled Long-Tailed Generative Modeling via Diffusion Models(2025;分类、长尾与类别不平衡;全文PDF已读取;来源;代码/项目)
- [28] Generative Data Augmentation via Diffusion Distillation, Adversarial Alignment, and Importance Reweighting (DAR-GDA)(2025;分类、效率/分布对齐;全文PDF已读取;来源;代码/项目)
- [29] Diffusing DeBias: Synthetic Bias Amplification for Model Debiasing(2025;分类、去偏;全文PDF已读取;来源;代码/项目)
- [30] AugGen: Synthetic Augmentation using Diffusion Models Can Improve Recognition(2025;分类、人脸识别;全文PDF已读取;来源)
- [31] Diff-2-in-1: Bridging Generation and Dense Perception with Diffusion Models(2025;稠密预测、分割与稠密预测、多任务;全文PDF已读取;来源)
- [32] MedDiff-FT: Data-Efficient Diffusion Model Fine-Tuning with Structural Guidance for Controllable Medical Image Synthesis(2025;医学影像、分割与稠密预测、图像—标注联合生成;全文PDF已读取;来源;代码/项目)
- [33] Synthetic Data Augmentation using Pre-trained Diffusion Models for Long-tailed Food Image Classification(2025;分类、长尾与类别不平衡、食品;全文PDF已读取;来源)
- [34] DataDream: Few-shot Guided Dataset Generation(2024;分类、少样本与数据稀缺;全文PDF已读取;来源;代码/项目)
- [35] Enhance Image Classification via Inter-Class Image Mixup with Diffusion Model (Diff-Mix)(2024;分类、细粒度;全文PDF已读取;来源;代码/项目;代码/项目)
- [36] DiffuseMix: Label-Preserving Data Augmentation with Diffusion Models(2024;分类、持续学习与鲁棒性;全文PDF已读取;来源)
- [37] Effective Data Augmentation With Diffusion Models (DA-Fusion)(2024;分类、少样本与数据稀缺;全文PDF已读取;来源;代码/项目;代码/项目)
- [38] Expanding Small-Scale Datasets with Guided Imagination (GIF)(2023;数据集扩增、分类、医学影像;全文PDF已读取;来源;代码/项目)
- [39] DiffuMask: Synthesizing Images with Pixel-level Annotations for Semantic Segmentation Using Diffusion Models(2023;分割与稠密预测、开放词汇;全文PDF已读取;来源)
- [40] DatasetDM: Synthesizing Data with Perception Annotations Using Diffusion Models(2023;分割与稠密预测、实例分割与稠密预测、深度估计、数据集构建;全文PDF已读取;来源;代码/项目)
- [41] Fill-Up: Balancing Long-Tailed Data with Generative Models(2023;分类、长尾与类别不平衡;全文PDF已读取;来源;代码/项目;代码/项目;代码/项目;代码/项目)
- [42] DIAGen: Diverse Image Augmentation with Generative Models(2024;分类、少样本与数据稀缺;全文PDF已读取;来源;代码/项目)
- [43] Improving Diffusion-Based Augmentation for Data-Scarce Image Classification via Mask-Guided Reference Attention and Repulsive Noise Optimization(2026;分类、少样本与数据稀缺;全文PDF已读取;来源;代码/项目)
- [44] Balancing Representations by Identifying and Generating Under-represented Data (BRIDGE)(2026;分类、长尾与类别不平衡、无标签反馈;全文PDF已读取;来源)
- [45] Improving Long-Tail Detection via Layout-Instruction Conditioned Diffusion Synthesis (Tail-SD)(2026;目标检测、长尾与类别不平衡;全文PDF已读取;来源;代码/项目;代码/项目;代码/项目)
- [46] Generate What Matters: Steering Diffusion Models for Targeted Data Generation to Improve Classification (C2I)(2026;分类、任务反馈生成;全文PDF已读取;来源)
- [47] Limitations of Synthetic Data Generation in Specialized Data-Scarce Domains(2026;分类、失败分析;全文PDF已读取;来源)
- [48] Synthetic Data Generation for Long-Tail Medical Image Classification: A Case Study in Skin Lesions(2026;医学影像、分类、长尾与类别不平衡;全文PDF已读取;来源)
- [49] Few-Shot Synthetic Data Generation with Diffusion Models for Downstream Vision Tasks(2026;分类、少样本与数据稀缺;全文PDF已读取;来源)
- [50] Usefulness of Quantile-Aware Diffusion Modeling for Highly Imbalanced Tabular Data(2026;表格数据、长尾与类别不平衡;全文PDF已读取;来源)
- [51] 1S-DAug: One-Shot Data Augmentation for Robust Few-Shot Generalization(2026;分类、少样本与数据稀缺、测试时增广;全文PDF已读取;来源)
- [52] Mitigating Long-Tail Bias via Prompt-Controlled Diffusion Augmentation(2026;分类、长尾与类别不平衡;全文PDF已读取;来源)
- [53] RealSynz: Naturalizing Synthetic Images with Envelope Variation Statistics(2026;通用后处理、真实性/自然化;全文PDF已读取;来源;代码/项目)
- [54] Semi-Supervised Domain Adaptation with Latent Diffusion for Pathology Image Classification(2026;IEEE JBHI 2026;医学影像、病理、域适应、分类;全文PDF已读取;来源;代码/项目)
- [55] Controlling Augmentations for Balancing Invariance and Diversification in One-Shot Image Classification(2026;Neurocomputing 2026;分类、少样本与数据稀缺、一-shot;全文PDF已读取;来源;代码/项目)
- [56] DiffuLT: Diffusion for Long-tail Recognition Without External Knowledge(2024;分类、长尾与类别不平衡;全文PDF已读取;来源)
- [57] Scaling Laws of Synthetic Images for Model Training ... for Now(2024;表征学习、合成数据规模律;全文PDF已读取;来源;代码/项目;代码/项目)
- [58] Increasing the Utility of Synthetic Images through Chamfer Guidance(2025;表征学习、合成数据筛选;全文PDF已读取;来源;代码/项目;代码/项目;代码/项目;代码/项目)
- [59] SaSPA: Advancing Fine-Grained Classification by Structure and Subject Preserving Augmentation(2024;分类、细粒度;全文PDF已读取;来源;代码/项目)
- [60] DiffAug: A Diffuse-and-Denoise Augmentation for Training Robust Classifiers(2024;分类、持续学习与鲁棒性;全文PDF已读取;来源;代码/项目)
- [61] Synthetic Data from Diffusion Models Improves ImageNet Classification(2023;Transactions on Machine Learning Research;分类、表征学习;全文PDF已读取;来源)
- [62] Generative Active Learning via Bayesian Acquisition for Improving the Efficiency of Synthetic Data(2026;分类、主动学习;当前无本地PDF;来源)
- [63] Class-Mixed Diffusion Augmentation for Shortcut-Breaking in Continual Learning(2026;持续学习、分类;当前无本地PDF;来源)
- [64] Free-Lunch Augmentation by Revisiting Diffusion-Based Data Generation for Cross-Domain Few-Shot Object Detection(2026;目标检测、跨域少样本与数据稀缺;全文PDF已读取;来源;代码/项目)
- [65] D3S2: Diffusion-Guided Dataset Distillation for Semantic Segmentation(2026;分割与稠密预测、数据集蒸馏;全文PDF已读取;来源;代码/项目;代码/项目)
- [66] FrozenDrive: Zero-Shot Text-Guided Driving Scene Generation and Data Augmentation with Parameter-Free Frozen Diffusion Model(2026;自动驾驶、目标检测、场景生成;全文PDF已读取;来源)
- [67] Post-Generation Curation of Synthetic Images via Homogeneous-Heterogeneous Splitting(2026;合成数据筛选、分类;全文PDF已读取;来源)
- [68] Not Just Pretty Pictures: Toward Interventional Data Augmentation Using Text-to-Image Generators(2024;分类、因果/干预增广;全文PDF已读取;来源)
- [69] SynBalance: Harnessing Synthetic Data in Long-tailed Recognition(2025;分类、长尾与类别不平衡;全文PDF已读取;来源)
- [70] Latent-based Diffusion Model for Long-tailed Recognition(2024;分类、长尾与类别不平衡、特征增广;全文PDF已读取;来源;代码/项目)
- [71] Data Augmentation with Diffusion for Open-Set Semi-Supervised Learning(2024;标签稀缺与半监督学习、开放集、分类;全文PDF已读取;来源;代码/项目;代码/项目)
- [72] StableRep: Synthetic Images from Text-to-Image Models Make Strong Visual Representation Learners(2023;表征学习、合成数据;全文PDF已读取;来源;代码/项目)
- [73] Learning Vision from Models Rivals Learning Vision from Data (SynCLR)(2024;表征学习、合成数据;全文PDF已读取;来源;代码/项目)
- [74] Fake It Till You Make It: Learning Transferable Representations From Synthetic ImageNet Clones(2023;表征学习、合成数据;全文PDF已读取;来源)
- [75] Beyond Words: Augmenting Discriminative Richness via Diffusions in Unsupervised Prompt Learning(2025;视觉-语言、分类;全文PDF已读取;来源)
- [76] TRCGL-Net: A Long-Tailed Multi-Label Chest X-Ray Classification Framework with Generative Data Augmentation and Label Co-Occurrence Modeling(2026;医学影像、胸片、长尾与类别不平衡、分类;全文PDF已读取;来源;代码/项目)
- [77] MRGen: Segmentation Data Engine For Underrepresented MRI Modalities(2025;医学影像、MRI、分割与稠密预测;全文PDF已读取;来源)
- [78] Learning Diverse and Realistic Polyp Data via Style-Fused Diffusion Models(2026;医学影像、分割与稠密预测、息肉;全文PDF已读取;来源;代码/项目)
- [79] Dual-Stream Diffusion with Structure-Aware Fusion for Joint Synthesis of Coherent Medical Image-Mask Pairs(2026;医学影像、分割与稠密预测、图像—标注联合生成;全文PDF已读取;来源)
- [80] Learning to Segment Burns with Limited Labels: A Dual-Path Cascaded Network with Uncertainty-Guided Teacher Diffusion Exposure(2026;医学影像、分割与稠密预测、标签稀缺与半监督;全文PDF已读取;来源;代码/项目)
- [81] Polyp-LDM: Accurate Boundary Alignment and Realism Enhancement for Colonoscopic Polyp Image-Mask Pair Generation(2025;医学影像、分割与稠密预测、图像—标注联合生成;全文PDF已读取;来源;代码/项目)
- [82] DiDGen: Diffusion-Based Dual-Task Synthesis for Dermoscopic Data Generation(2025;医学影像、分割与稠密预测、分类、双任务生成;全文PDF已读取;来源;代码/项目)
- [83] DiffAtlas: GenAI-fying Atlas Segmentation via Image-Mask Diffusion(2025;医学影像、分割与稠密预测、图谱/atlas;全文PDF已读取;来源;代码/项目;代码/项目)
- [84] Diffusion-Based Data Augmentation for Medical Image Segmentation(2025;医学影像、分割与稠密预测;全文PDF已读取;来源)
- [85] Diffusion-Based User-Guided Data Augmentation for Coronary Stenosis Detection(2025;医学影像、冠脉检测、分类;全文PDF已读取;来源;代码/项目)
- [86] LoFT: LoRA-Fused Training Dataset Generation with Few-shot Guidance(2025;分类、细粒度、少样本与数据稀缺;全文PDF已读取;来源;代码/项目)
- [87] S2-RL: Sample-Set Dual Reinforcement Learning for Generative Semantic Segmentation Dataset Distillation(2026;分割与稠密预测、数据集蒸馏;全文PDF已读取;来源;代码/项目;代码/项目;代码/项目)
- [88] DIVER: Diving Deeper into Distilled Data via Expressive Semantic Recovery(2026;数据集蒸馏、分类;全文PDF已读取;来源)
- [89] Efficient Dataset Distillation for Pre-Trained Self-Supervised Models via Statistical Flow Matching(2026;数据集蒸馏、表征学习;全文PDF已读取;来源;代码/项目)