TTT
ICCV 2023 Oral | 如何在开放世界进行测试段训练？基于动态原型扩展的自训练方法
提高模型泛化能力是推动基于视觉的感知方法落地的重要基础，测试段训练和适应（Test-Time Training/Adaptation）通过在测试段调整模型参数权重，将模型泛化至未知的目标域数据分布段。现有 TTT/TTA 方法通常着眼于在闭环世界的目标域数据下提高测试段训练性能。可是，在诸多应用场景中，目标域容易受到强域外数据 (Strong OOD) 数据的污染，例如不相关的语义类别数据。在该场景又可称为开放世界测试段训练 (OWTTT），在该场景下，现有 TTT/TTA 通常将强域外数据强行分类至已知类别，从而
9/13/2023 3:12:00 PM
机器之心
- 1
资讯热榜
标签云
人工智能
AIGC
OpenAI
AI绘画
ChatGPT
机器人
数据
谷歌
智能
学习
大模型
Midjourney
GPT
用户
AI创作
微软
图像
开源
Meta
技术
论文
Stable Diffusion
生成式
算法
蛋白质
芯片
马斯克
计算
Gemini
神经网络
AI设计
代码
研究
Sora
腾讯
AI
3D
开发者
GPU
场景
伟达
预测
模态
英伟达
华为
Transformer
机器学习
文本
驾驶
神器推荐
AI视频
深度学习
干货合集
搜索
LLaMA
算力
AI for Science
苹果
视频生成
2024
百度
科技
DeepSeek
应用
Copilot
AI应用场景
安全
具身智能
写作
特斯拉
机器
字节跳动
视觉
AGI
语音
prompt
架构
英特尔
Anthropic
Claude