FACTOR：面向开放词汇目标检测的无训练 counterfactual 测试时适应
计算机视觉与模式识别
2026-05-06 v1
摘要
开放词汇目标检测在分布迁移时常常会失败，因为它可能受到非因果视觉属性（如亮度、纹理）与目标类别之间 spurious 相关性的影响。现有的测试时适应 (TTA) 方法要么依赖于高成本的在线优化，要么执行全局校准，忽视了这些失败的属性特定性。为此，我们提出 FACTOR（counterFACtual training-free Test-time adaptation for Open-vocabulaRy object detection，即无训练的 counterfactual 测试时适应框架），该框架基于 counterfactually reasoning 方法。通过对测试图像在非因果属性上的扰动，并比较原始视图和 counterfactial 视图中的区域级预测，FACTOR 量化了属性灵敏性、语义相关性和预测变化，以选择性地抑制属性依赖性预测——无需参数更新。在 PASCAL-C、COCO-C 和 FoggyCityscapes 上的实验表明，FACTOR 持续优于现有 TTA 方法，表明显式的 counterfactual reasoning 有效提高了分布迁移下的鲁棒性。
引用
@article{arxiv.2605.03294,
title = {FACTOR: Counterfactual Training-Free Test-Time Adaptation for Open-Vocabulary Object Detection},
author = {Kaixiang Zhao and Mao Ye and Lihua Zhou and Hu Wang and Luping Ji and Song Tang and Xiatian Zhu},
journal= {arXiv preprint arXiv:2605.03294},
year = {2026}
}