ICCV 2023 Oral | 如何在開放世界進行測試段訓練？基于動態原型擴展的自訓練方法

AIGC動態歡迎閱讀

原標題：ICCV 2023 Oral | 如何在開放世界進行測試段訓練？基于動態原型擴展的自訓練方法

關鍵字：樣本,原型,測試,方法,數據

文章來源：機器之心

內容字數：9131字

內容摘要：機器之心報道機器之心編輯部本文首次提出一種針對開放世界的測試段訓練方法。提高模型泛化能力是推動基于視覺的感知方法落地的重要基礎，測試段訓練和適應（Test-Time Training/Adaptation）通過在測試段調整模型參數權重，將模型泛化至未知的目標域數據分布段。現有 TTT/TTA 方法通常著眼于在閉環世界的目標域數據下提高測試段訓練性能。可是，在諸多應用場景中，目標域容易受到強域外數據…

原文鏈接：點此閱讀原文：ICCV 2023 Oral | 如何在開放世界進行測試段訓練？基于動態原型擴展的自訓練方法

聯系作者

文章來源：機器之心

作者微信：almosthuman2014

作者簡介：專業的人工智能媒體和產業服務平臺