研究人员开发了一个新的框架，用于在测试期间使AI模型适应处理图像损坏，而无需重新训练原始模型。该方法使用扩散模型来去除由模糊或天气效应等各种损坏引起的人工制品。判别器引导扩散过程，确定抑制特定损坏问题的最佳噪声水平，同时保留分类所需的基本图像结构。 AI
影响 引入了一种新颖的测试时自适应技术，可在无需重新训练的情况下提高模型对图像损坏的鲁棒性。
排序理由 这是一篇详细介绍AI模型自适应新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.23636v1 Announce Type: new Abstract: In this work, we study Source-Free Unsupervised Domain Adaptation under corruption-induced domain shifts, where performance degradation is caused by natural image corruptions that go beyond additive noise, including blur, weather ef…