新的 EmbodiTTA 框架实现了边缘设备的高效测试时自适应

研究人员推出 EmbodiTTA，一个专为边缘设备上的具身视觉系统设计的、资源高效的测试时自适应（TTA）新框架。这种称为按需 TTA 的方法仅在检测到显著的领域偏移时激活自适应，从而降低了计算开销。EmbodiTTA 包含一个轻量级的领域偏移检测机制、一个用于鲁棒准确性的源域选择模块，以及一个用于在小批量大小下进行内存高效自适应的解耦批量归一化更新方案。 AI

影响 使得资源受限的边缘设备上能够更高效、更实用地部署自适应 AI 模型。

排序理由 该集群包含一篇在 arXiv 上发表的关于新技术框架的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Continual Test-time adaptation
• DagsHub
• EmbodiTTA
• Gotit.pub
• Hugging Face
• IArxiv
• OD-TTA
• ScienceCast
• Xiao Ma

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →