ICCV 2023 Oral | 基于动态原型扩展的自训练方法：开放世界测试段训练技巧

欢迎阅读AIGC动态

原标题：ICCV 2023 Oral | 开放世界下的测试段训练方法：基于动态原型扩展的自训练方法

关键词：样本、原型、测试、方法、数据

文章来源：机器之心

字数：9131字

内容摘要：本文介绍一种针对开放世界的测试段训练方法，旨在提高模型的泛化能力，这是推动基于视觉感知方法应用的重要基础。测试段训练和适应（Test-Time Training/Adaptation）通过在测试时调整模型参数权重，使之适应未知目标领域的数据分布。目前，现有的测试段训练/适应方法主要关注于在封闭环境中的目标领域数据下提高测试段训练性能。然而，在许多应用场景中，目标领域可能受到强烈的域外数据影响…

原文链接：阅读原文：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

联系作者

文章来源：机器之心

作者微信：almosthuman2014

作者简介：专业的人工智能媒体和产业服务平台