一种评估预测未见域排名策略的方法
性能
2026-03-25 v1 计算机视觉与模式识别
摘要
频繁情况下，针对同一任务可以开发出多个实体(方法、算法、程序、解决方案等)，并可在与场景分布不同的多个领域中应用。例如，在计算机视觉中，图像分析方法所依赖的输入数据取决于所使用的传感器类型、其位置以及场景内容。然而，一个关键难题仍然存在：我们能否在已知领域进行评估后，预测哪些实体将在新领域中表现最佳，而无需进行新的且成本高昂的评估？本文提出了一种原创的方法，用于回答这一问题，采用留一域外的方式，针对各种特定应用偏好进行评估。我们以30种策略演示了其用法，用于预测40个实体(无监督背景减除方法)在53个领域(视频)上的排名。
引用
@article{arxiv.2505.15595,
title = {A Methodology to Evaluate Strategies Predicting Rankings on Unseen Domains},
author = {Sébastien Piérard and Adrien Deliège and Anaïs Halin and Marc Van Droogenbroeck},
journal= {arXiv preprint arXiv:2505.15595},
year = {2026}
}