Il prossimoProssima guida
Formazione in fase di prova
Fondamenti
GUIDA TECNICA
Il test-time augmentation (TTA) esegue un modello addestrato su diverse versioni modificate dello stesso input e calcola la media delle previsioni.
Ascolta questa guidaNarrato dall'IA · ~2 min
It is a simple, training-free trick that often squeezes out a few extra points of accuracy and makes predictions more robust.
L'aumento in fase di test prende un singolo input, crea più copie trasformate (capovolgi, ritaglia, rotazioni, cambiamenti di colore o versioni in scala), esegue ciascuna attraverso lo stesso modello fisso, quindi combina gli output, solitamente calcolando la media delle probabilità o dei logit. L'intuizione: ogni aumento espone il modello a una visione leggermente diversa, e gli errori sulle singole visualizzazioni tendono a cancellarsi quando vengono raggruppati, come un piccolo insieme costruito da un'unica rete. Fondamentalmente, il TTA non necessita di riqualificazione né di etichette aggiuntive; costa solo più calcolo in fase di inferenza perché il modello viene eseguito N volte per campione. È più popolare nella visione artificiale (in particolare nelle competizioni Kaggle e nell'imaging medico), ma appare anche nell'audio e nel testo. Gli aumenti dovrebbero preservare l'etichetta: capovolgere una radiografia del torace va bene, ma capovolgere una cifra "6" in un "9" non lo è.
Media delle previsioni su capovolgimenti orizzontali e ritagli multipli di un'immagine per aumentare la precisione della classificazione ImageNet durante l'inferenza.
Inversione di rotazioni/capovolgimenti e maschere di media nella segmentazione delle immagini mediche (ad esempio, confini di tumori o organi) per delineazioni più stabili.
Kaggle concorrenti che applicano TTA a dieci raccolti o multiscala per guadagnare una frazione di percentuale in classifica senza riqualificazione.
Esecuzione di classificatori vocali o audio su clip leggermente spostate nel tempo o con perturbazioni di tono e raggruppamento di output per etichette più stabili.
La ricerca si sta muovendo verso un TTA appreso e adattivo, in cui una piccola politica sceglie quali miglioramenti aiutano per ciascun input specifico invece di applicare un insieme fisso. La ricerca di politiche TTA “avide” e differenziabili, oltre alla media ponderata per l’incertezza che si fida maggiormente delle opinioni fiduciose, sono aree attive. Aspettatevi che il TTA si fonda con la formazione in fase di test e l’adattamento auto-supervisionato, lasciando che i modelli implementati si adattino al volo al cambiamento della distribuzione mantenendo l’attraente proprietà di non riqualificazione.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Il test-time augmentation (TTA) esegue un modello addestrato su diverse versioni modificate dello stesso input e calcola la media delle previsioni. È un trucco semplice, che non richiede alcuna formazione, che spesso toglie qualche punto extra di precisione e rende le previsioni più solide.
TTA alimenta più versioni aumentate di un input attraverso lo stesso modello addestrato e aggrega le previsioni, senza alcuna riqualificazione.
The ensemble intuition depends on useful, label-preserving views whose errors are not perfectly correlated.
Poiché ogni input viene fatto passare attraverso la rete N volte, l'inferenza diventa circa N volte più costosa.
Gli ampliamenti devono preservare la vera etichetta; capovolgere determinate cifre cambia la loro identità e inietta pregiudizi.
Gli aumenti geometrici spostano i pixel, quindi ciascuna maschera di output deve essere trasformata nuovamente nel fotogramma di coordinate originale prima del raggruppamento.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Formazione in fase di prova
Fondamenti