计算机科学 > 计算机视觉与模式识别
[提交于 2025年7月7日
(v1)
,最后修订 2025年7月8日 (此版本, v2)]
标题: CTA:跨任务对齐以实现更好的测试时训练
标题: CTA: Cross-Task Alignment for Better Test Time Training
摘要: 深度学习模型在广泛的计算机视觉任务中表现出色。 然而,当面对分布变化时,如领域或数据集的变化,其性能往往会显著下降。 测试时训练(TTT)已成为一种有效的方法,通过在训练期间引入一个辅助的无监督任务,并在测试时利用该任务进行模型更新,从而增强模型的鲁棒性。 在本工作中,我们引入了CTA(跨任务对齐),这是一种改进TTT的新方法。 与现有的TTT方法不同,CTA不需要专门的模型架构,而是从多模态对比学习的成功中获得灵感,以将监督编码器与自监督编码器对齐。 这一过程强制两种模型的学习表示之间对齐,从而减轻梯度干扰的风险,保留自监督学习的内在鲁棒性,并在测试时实现更具语义意义的更新。 实验结果表明,在多个基准数据集上,其鲁棒性和泛化能力均显著优于最先进的方法。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.