แนวคิดหลัก
Eine neuartige Methode zur Rekalibrierung der Normalisierungsstatistiken für jede Instanz in einem Testbatch, indem sie mit mehreren verschiedenen Statistikkomponenten gemischt wird, um das i.i.d.-Szenario inhärent zu simulieren.
บทคัดย่อ
Der Artikel stellt eine neue Methode namens "Un-Mixing Test-Time Normalization Statistics" (UnMix-TNS) vor, die darauf abzielt, die Herausforderungen der zeitlichen Korrelation von Etiketten bei nicht-i.i.d.-Testdaten zu bewältigen.
Kernpunkte:
- UnMix-TNS zerlegt die gespeicherten Batch-Normalisierungs-Statistiken in K Komponenten und aktualisiert diese Komponenten dynamisch, um die Statistiken an die Testdaten anzupassen.
- Dies ermöglicht eine robuste Test-Zeit-Anpassung unter verschiedenen Szenarien mit Domänenverschiebungen, insbesondere bei zeitlich korrelierten Testdaten und verrauschten nicht-i.i.d. Echtzeitströmen.
- UnMix-TNS lässt sich nahtlos in verschiedene führende Test-Zeit-Adaptionsmethoden und vorkonfigurierte Architekturen mit Batch-Normalisierungsschichten integrieren.
- Die Ergebnisse zeigen, dass UnMix-TNS die Stabilität und Leistung über verschiedene Benchmarks hinweg deutlich verbessert.
สถิติ
Die durchschnittliche Klassifikationsfehlerrate auf CIFAR10-C, CIFAR100-C und ImageNet-C bei kontinuierlicher Domänenanpassung konnte um 21,4% reduziert werden.
Auf DomainNet-126 wurde die Fehlerrate bei kontinuierlicher Domänenanpassung um 12,5% gesenkt.
Bei gemischter Domänenanpassung auf DomainNet-126 wurde eine Verbesserung von 17,2% erzielt.
คำพูด
"UnMix-TNS exemplifies resilience under non-i.i.d. test-time adaptation."
"UnMix-TNS consistently surpasses the test-time normalization schemes of TBN by 23.4/15.7% and α-BN by 5.8/3.7% on ImageNet-VID/LaSOT, respectively."