Core Concepts
Reduzierung von Bias zur Verbesserung der Leistung in der CTA-Situation.
Abstract
Das Papier behandelt die Herausforderungen der Kontinuierlichen Testzeit-Anpassung (CTA) und präsentiert eine Methode zur Reduzierung von Bias, um die Leistung zu verbessern. Es werden verschiedene Techniken vorgestellt, darunter die Verwendung von Exponential Moving Average (EMA) Zielprototypen und die Ausrichtung der Zielverteilungen an die Quellverteilung. Durch umfangreiche Experimente wird gezeigt, dass die vorgeschlagene Methode die Leistung erheblich steigert, ohne wesentliche Anpassungszeit zu benötigen.
Inhaltsverzeichnis
Einführung
Problem der Datenverteilungsverschiebung
Testzeit-Anpassung (TTA) und Kontinuierliche Testzeit-Anpassung (CTA)
Verwandte Arbeiten
Testzeit-Anpassung (TTA)
Kontinuierliche Testzeit-Anpassung (CTA)
CTA unter dynamischen Szenarien
Problemdefinition
Anpassung des Modells an unlabeled Ziel-Daten
Vorgeschlagene Methode
EMA Ziel-Domänen-Prototypenverlust
Ausrichtung der Quellverteilung über Prototypenabgleich
Gesamtziel
Experimente
Bewertung auf ImageNet-C und CIFAR100-C
Leistungsvergleich mit anderen CTA-Methoden
Analyse
Ablationsstudie der vorgeschlagenen Komponenten
Auswirkung von Batch-Größe, α, λema und λsrc
Analyse der Ähnlichkeit von P t mit P s und P t∗
Entropie- und Vertrauensanalyse
Schlussfolgerungen und Ausblick
Stats
In der CTA-Situation muss das Modell sofort auf die Ankunft der Testeingaben reagieren.
Die vorgeschlagene Methode zeigt eine bemerkenswerte Leistungssteigerung ohne signifikanten Anpassungszeitoverhead.
Quotes
"Das Papier mitigiert dieses Problem, um die Leistung in der CTA-Situation zu verbessern."
"Unsere Methode zeigt eine bemerkenswerte Leistungssteigerung, wenn sie auf bestehende CTA-Methoden angewendet wird."