输入梯度正则化

基于来源信息的输入梯度引导从合成数据中学习

Learning from Synthetic Data via Provenance-Based Input Gradient Guidance

利用合成数据生成时记录的来源信息（provenance）作为辅助监督，对输入梯度进行分解与引导，抑制模型对非目标区域的依赖，从而学到更聚焦于目标的判别性表征；该思路可迁移到任何使用合成数据训练、且能获取像素级来源标注的视觉任务中。