10:31
官方账号arXiv cs.LG@Anurag Roy, Riddhiman Moulick, Vinay Kumar Verma, Saptarshi Ghosh, Abir Das
推荐理由：这篇论文解决了持续测试时适应的关键问题，无需源数据就能动态调整教师模型，效果超过那些需要源数据的方法，很实用。
持续测试时适应
共 1 条相关 AI 资讯
7月28日
10:31
持续测试时适应(CTTA)中常用的教师-学生框架采用固定高动量值更新教师模型，导致不同数据分布下模型漂移。该论文提出动态设置动量值的受控教师适应方法，并利用源预训练模型类原型对齐目标数据，无需任何源数据或统计信息。在多个基准数据集上的实验表明，该方法优于需要源数据的多种现有适配框架。