test time adaptation | BriefGPT

关键词test time adaptation

搜索结果 - 10

朝向临床医生首选的分割：利用人为辅助实时调整来进行医学图像分割
通过集成医生纠正的预测和发散损失函数，我们提出的人在环形的测试时间适应框架能够提高深度学习医学图像分割模型在不同医疗中心中的性能和适应性。
PDF2 months ago
逐层早停机制用于测试时间适应
通过引入 Layerwise EArly STopping (LEAST) 和使用一种新的基于梯度的度量来衡量当前学习特征对新域的相关性，我们提出了一种解决 Test Time Adaptation (TTA) 中保持学习新特征和保留预训练
PDF3 months ago
MeTA: 多源测试时间适应
测试时间自适应是将预训练的源模型无监督地适应到每个测试数据批次（无需大量测试数据，无法访问源数据）的过程，本研究提出了首个完全无监督的多源测试时间自适应框架（MeTA），它通过优化组合权重适应于测试数据分布，并只更新与目标数据最相关的源模型
PDF6 months ago
pSTarC: 伪源引导的目标聚类进行全面测试时间适应
提出了一种名为伪源引导目标聚类 (pSTarC) 的新方法，用于处理真实世界领域转移下的测试时间适应 (TTA) 问题，并在各种领域转移数据集上验证其有效性。该方法通过借鉴目标聚类技术，在完全的测试时间适应协议中仅利用源分类器生成伪源样本，
PDF10 months ago
ICCV盲目图像质量评估的测试时间适应
通过引入组对比损失和相对排序损失，使用测试分布中的少量图像批次可以显著提高模型性能，使盲目图像质量评估模型具备质量感知能力并适应目标数据。
PDFa year ago
重访在线评估下的测试时间适应
该论文提出了一种新颖的在线评估协议，用于对测试时间自适应（TTA）方法进行评估，通过为较慢的方法提供更少的自适应样本来惩罚它们。我们将该协议应用于多个数据集和场景中，评估了几种 TTA 方法，并表明当考虑推理速度时，简单快速的方法可以胜过更
PDFa year ago
CVPR测试时间自适应的特征对齐和统一性
该研究探讨了测试时间自适应的方法，使用特征修正、自我蒸馏以及空间本地化聚类等技术，提高了医学图像分割任务的性能，进一步提高了现有测试时间适应方法的性能表现。
PDFa year ago
TempT: 测试时间自适应的时间一致性
TempT 是一种新的测试时间适应方法，通过确保连续帧之间的预测的时间一致性，可以在视频中进行面部表情识别等计算机视觉任务中进行广泛应用的强大工具。我们使用流行的 2D CNN 基础架构对 TempT 在 AffWild2 数据集上进行性能
PDFa year ago
ICMLGraphTTA: 图神经网络测试时间自适应
本文提出了一种名为 GAPGC 的新型测试时间适应策略，通过对比学习和自监督学习等方法，有效增强图神经网络的适应性和性能，并且提供了信息论的理论证明。实验结果表明，该方法在分子骨架 OOD 数据集上取得了最先进的 GNN 性能。
PDF2 years ago
通过适应和增强检测时间鲁棒性
本文提出了一种简单的方法，在没有模型训练过程的任何假设的情况下，通过在测试数据点上执行不同的数据增强并通过最小化平均输出分布的熵来适应模型参数，从而提高模型的鲁棒性。该方法在多个基准测试中都表现出色，并在 ImageNet-C、ImageN
PDF3 years ago