Core Concepts
UnMix-TNSは、ラベルの時間的相関を克服するために設計された新しいテスト時正規化レイヤーであり、非i.i.d.環境での優れた性能向上を実証しています。
Abstract
ABSTRACT
テスト時適応方法がBNパラメーターの微調整に依存しているが、i.i.d.テストバッチ仮定が問題。
UnMix-TNSは、異なる統計要素と混合することでi.i.d.シナリオを模倣し、ロバスト性を示す。
INTRODUCTION
DNNはドメインシフトに直面し、TTAが重要。
BN層はトレーニングプロセスを安定させる役割を果たす。
TTAアプローチは大きなテストバッチサイズと静的分布シフトを前提としている。
METHODOLOGY
UnMix-TNSは非i.i.d.状況でBN層への入力特徴量を解釈し、統計情報を再キャリブレートする。
K個のUnMix-TNSコンポーネントから成る分布に基づいて現在の統計情報を導出。
EXPERIMENTS
UnMix-TNSは異なるベンチマークで優れた性能を示し、他のTTA手法と組み合わせても改善される。
ビデオデータセットでも高い性能を発揮。
ABLATION STUDIES
テストサンプル間の相関やバッチサイズがUnMix-TNSに与える影響を評価。
UnMix-TNSは異なるδ値やバッチサイズでも堅牢性を示す。
CONCLUSION
UnMix-TNSはラベルの時間的相関に対処する新しい方法であり、非i.i.d.環境で優れた性能向上が可能。
Quotes
この論文から引用された特筆すべき引用文はありません。