ClusT3：基于信息不变性的测试时训练
计算机视觉与模式识别
2023-10-20 v1 人工智能
机器学习
摘要
深度学习模型在广泛的视觉任务中展现出卓越性能。然而，它们常在测试时的域偏移下表现得脆弱。测试时训练（Test-time training, TTT）方法旨在缓解这些脆弱性，其在训练时与主任务同时求解一个辅助任务，以便后续在测试时作为自监督代理任务使用。本工作中，我们提出一种基于多尺度特征图与离散隐表示间互信息最大化的新型无监督TTT技术，该技术可作为辅助聚类任务集成至标准训练中。实验结果表明，其在不同流行的测试时自适应基准上具备有竞争力的分类性能。
引用
@article{arxiv.2310.12345,
title = {ClusT3: Information Invariant Test-Time Training},
author = {Gustavo A. Vargas Hakim and David Osowiechi and Mehrdad Noori and Milad Cheraghalikhani and Ismail Ben Ayed and Christian Desrosiers},
journal= {arXiv preprint arXiv:2310.12345},
year = {2023}
}