DOME

深度分析

零樣本領域編碼器 DOME：在測試時適應中以顯式領域注入達到 SOTA

研究針對測試時適應的領域變化，提出DOME以零樣本方式顯式編碼每筆影像的領域變數，結合視覺語言預訓練與稀疏動量庫監督，使即便簡單的熵最小化也能在ImageNet-C、R、Sketch上達到最新水平。實驗顯示，加入DOME後，主流TTA方法提升約1.5%，且計算開銷僅增少量。