我用 NVIDIA DLSS 5.0 与合成数据做面部情绪识别的尝试

一位 Reddit 用户测试 DLSS 5.0 能否缩小计算机视觉中的 sim2real 外观差距。其用 UE5 MetaHuman 生成合成人脸情绪数据集，训练 ResNet-50 区分 Neutral、Sad、Surprise 三类，分别使用原始图像和 DLSS 5.0 增强图像，再在两个真实人脸数据集上交叉评估。macro F1 结果显示：原始合成数据训练为 25.16% 和 16.36%，DLSS 5.0 增强后为 38.52% 和 31.43%，其中一个数据集接近翻倍。作者指出绝对精度仍低，归因于合成数据集多样性不足。

AI推荐理由 这是一位 Reddit 用户自述的实验：用 UE5 MetaHuman 合成人脸情绪数据集训练 ResNet-50，再分别用原始图像和 DLSS 5.0 增强图像训练，并在两个真实人脸数据集上交叉评估，给出 macro F1 从 25.16%/16.36% 提升到 38.52%/31.43% 的具体数字。新信息在于把 DLSS 这类游戏超分/增强技术用于缩小 sim2real 外观差距的可行性探索，对合成数据与计算机视觉落地有参考价值。局限是作者自述、样本与数据集多样性不足，绝对精度仍低，且未提供可复现细节或同行验证，不能视为已验证结论。