域適應(yīng)是解決遷移學(xué)習(xí)的重要方法，當(dāng)前域適應(yīng)當(dāng)法依賴原域和目標(biāo)域數(shù)據(jù)進行同步訓(xùn)練。當(dāng)源域數(shù)據(jù)不可得，同時目標(biāo)域數(shù)據(jù)不完全可見時，測試階段訓(xùn)練（Test- Time Training）成為新的域適應(yīng)方法。當(dāng)前針對 Test-Time Training（TTT）的研究廣泛利用了自監(jiān)督學(xué)習(xí)、對比學(xué)習(xí)、自訓(xùn)練等方法，然而，如何定義真實環(huán)境下的 TTT 卻被經(jīng)常忽略，以至于不同方法間缺乏可比性。

(資料圖片僅供參考)

近日，華南理工、A*STAR 團隊和鵬城實驗室聯(lián)合提出了針對 TTT 問題的系統(tǒng)性分類準(zhǔn)則，通過區(qū)分方法是否具備順序推理能力（Sequential Inference）和是否需要修改源域訓(xùn)練目標(biāo)，對當(dāng)前方法做了詳細分類。同時，提出了基于目標(biāo)域數(shù)據(jù)定錨聚類（Anchored Clustering）的方法，在多種 TTT 分類下取得了最高的分類準(zhǔn)確率，本文對 TTT 的后續(xù)研究指明了正確的方向，避免了實驗設(shè)置混淆帶來的結(jié)果不可比問題。研究論文已被 NeurIPS 2022 接收。

論文：https://arxiv.org/abs/2206.02721代碼：https://github.com/Gorilla-Lab-SCUT/TTAC一、引言

深度學(xué)習(xí)的成功主要歸功于大量的標(biāo)注數(shù)據(jù)和訓(xùn)練集與測試集獨立同分布的假設(shè)。在一般情況下，需要在合成數(shù)據(jù)上訓(xùn)練，然后在真實數(shù)據(jù)上測試時，以上假設(shè)就沒辦法滿足，這也被稱為域偏移。為了緩解這個問題，域適應(yīng) (Domain Adaptation, DA) 誕生了?，F(xiàn)有的 DA 工作要么需要在訓(xùn)練期間訪問源域和目標(biāo)域的數(shù)據(jù)，要么同時在多個域進行訓(xùn)練。前者需要模型在做適應(yīng) (Adaptation) 訓(xùn)練期間總是能訪問到源域數(shù)據(jù)，而后者需要更加昂貴的計算量。為了降低對源域數(shù)據(jù)的依賴，由于隱私問題或者存儲開銷不能訪問源域數(shù)據(jù)，無需源域數(shù)據(jù)的域適應(yīng) (Source-Free Domain Adaptation, SFDA) 解決無法訪問源域數(shù)據(jù)的域適應(yīng)問題。作者發(fā)現(xiàn) SFDA 需要在整個目標(biāo)數(shù)據(jù)集上訓(xùn)練多個輪次才能達到收斂，在面對流式數(shù)據(jù)需要及時做出推斷預(yù)測的時候 SFDA 無法解決此類問題。這種面對流式數(shù)據(jù)需要及時適應(yīng)并做出推斷預(yù)測的更現(xiàn)實的設(shè)定，被稱為測試時訓(xùn)練 (Test-Time Training, TTT) 或測試時適應(yīng)(Test-Time Adaptation, TTA)。

作者注意到在社區(qū)里對 TTT 的定義存在混亂從而導(dǎo)致比較的不公平。論文以兩個關(guān)鍵的因素對現(xiàn)有的 TTT 方法進行分類：

對于數(shù)據(jù)是流式出現(xiàn)的并需要對當(dāng)前出現(xiàn)的數(shù)據(jù)作出及時預(yù)測的，稱之為單輪適應(yīng)協(xié)議(One-Pass Adaptation)；對于其他不符合以上設(shè)定的稱為多輪適應(yīng)協(xié)議(Multi-Pass Adaptation)，模型可能需要在整個測試集上進行多輪次的更新后，再進行從頭到尾的推斷預(yù)測。根據(jù)是否需要修改源域的訓(xùn)練損失方程，比如引入額外的自監(jiān)督分支以達到更有效的 TTT。

這篇論文的目標(biāo)是解決最現(xiàn)實和最具挑戰(zhàn)性的 TTT 協(xié)議，即單輪適應(yīng)并無需修改訓(xùn)練損失方程。這個設(shè)定類似于 TENT[1]提出的 TTA，但不限于使用來自源域的輕量級信息，如特征的統(tǒng)計量。鑒于 TTT 在測試時高效適應(yīng)的目標(biāo)，該假設(shè)在計算上是高效的，并大大提高了 TTT 的性能。作者將這個新的 TTT 協(xié)議命名為順序測試時訓(xùn)練(sequential Test Time Training, sTTT)。

除了以上對不同 TTT 方法的分類外，論文還提出了兩個技術(shù)讓 sTTT 更加有效和準(zhǔn)確：

論文提出了測試時錨定聚類 (Test-Time Anchored Clustering, TTAC) 方法。為了降低錯誤偽標(biāo)簽對聚類更新的影響，論文根據(jù)網(wǎng)絡(luò)對樣本的預(yù)測穩(wěn)定性和自信度對偽標(biāo)簽進行過濾。二、方法介紹

論文分了四部分來闡述所提出的方法，分別是 1）介紹測試時訓(xùn)練 (TTT) 的錨定聚類模塊，如圖 1 中的 Anchored Clustering 部分；2）介紹用于過濾偽標(biāo)簽的一些策略，如圖 1 中的 Pseudo Label Filter 部分；3）不同于 TTT++[2]中的使用 L2 距離來衡量兩個分布的距離，作者使用了 KL 散度來度量兩個全局特征分布間的距離；4）介紹在測試時訓(xùn)練 (TTT) 過程的特征統(tǒng)計量的有效更新迭代方法。最后第五小節(jié)給出了整個算法的過程代碼。

第一部分 在錨定聚類里，作者首先使用混合高斯對目標(biāo)域的特征進行建模，其中每個高斯分量代表一個被發(fā)現(xiàn)的聚類。然后，作者使用源域中每個類別的分布作為目標(biāo)域分布的錨點來進行匹配。通過這種方式，測試數(shù)據(jù)特征可以同時形成集群，并且集群與源域類別相關(guān)聯(lián)，從而達到了對目標(biāo)域的推廣。概述來說就是，將源域和目標(biāo)域的特征分別根據(jù)類別信息建模成：

然后通過 KL 散度度量兩個混合高斯分布的距離，并通過減少 KL 散度來達到兩個域特征的匹配?？墒?，在兩個混合高斯分布上直接求解 KL 散度并沒有閉式解，這導(dǎo)致了無法使用有效的梯度優(yōu)化方法。在這篇論文中，作者在源域和目標(biāo)域中分配相同數(shù)量的集群，每個目標(biāo)域集群被分配給一個源域集群，這樣就可以將整個混合高斯的 KL 散度求解變成了各對高斯之間的 KL 散度之和。如下式：

上式的閉式解形式為：

在公式 2 中，源域集群的參數(shù)可以線下收集完，而且由于只用到了輕量化統(tǒng)計數(shù)據(jù)，所以不會導(dǎo)致隱私泄漏問題且只使用了少量的計算和存儲開銷。對于目標(biāo)域的變量，涉及到了偽標(biāo)簽的使用，作者為此設(shè)計了一套有效的且輕量的偽標(biāo)簽過濾策略。

第二部分 偽標(biāo)簽過濾的策略主要分為兩部分：

1）時序上一致性預(yù)測的過濾：

2）根據(jù)后驗概率的過濾：

最后，使用過濾后的樣本來求解目標(biāo)域集群的統(tǒng)計量：

第三部分 由于在錨定聚類中，部分被濾除的樣本并沒有參與目標(biāo)域的估計。作者還對所有測試樣本進行全局特征對齊，類似錨定聚類中對集群的做法，這里將所有樣本看作一個整體的集群，在源域和目標(biāo)域分別定義

然后再次以最小化 KL 散度為目標(biāo)對齊全局特征分布：

第四部分 以上三部分都在介紹一些域?qū)R的手段，但在 TTT 過程中，想要估計一個目標(biāo)域的分布是不簡單的，因為我們無法觀測整個目標(biāo)域的數(shù)據(jù)。在前沿的工作中，TTT++[2]使用了一個特征隊列來存儲過去的部分樣本，來計算一個局部分布來估計整體分布。但這樣不但帶來了內(nèi)存開銷還導(dǎo)致了精度與內(nèi)存之間的 trade off。在這篇論文中，作者提出了迭代更新統(tǒng)計量的方式來緩解內(nèi)存開銷。具體的迭代更新式子如下：

總的來說，整個算法如下算法 1 所示：

三、實驗結(jié)果

正如引言部分所說，這篇論文中作者非常注重不同 TTT 策略下的不同方法的公平比較。作者將所有 TTT 方法根據(jù)以下兩個關(guān)鍵因素來分類：1）是否單輪適應(yīng)協(xié)議 (One-Pass Adaptation) 和 2）修改源域的訓(xùn)練損失方程，分別記為 Y/N 表示需要或不需要修改源域訓(xùn)練方程，O/M 表示單輪適應(yīng)或多輪適應(yīng)。除此之外，作者在 6 個基準(zhǔn)的數(shù)據(jù)集上進行了充分的對比實驗和一些進一步的分析。

如表一所示，TTT++[2]同時出現(xiàn)在了 N-O 和 Y-O 的協(xié)議下，是因為 TTT++[2]擁有一個額外的自監(jiān)督分支，我們在 N-O 協(xié)議下將不添加自監(jiān)督分支的損失，而在 Y-O 下可以正常使用此分子的損失。TTAC 在 Y-O 下也是使用了跟 TTT++[2]一樣的自監(jiān)督分支。從表中可以看到，在所有的 TTT 協(xié)議下所有數(shù)據(jù)集下，TTAC 均取得到最優(yōu)的結(jié)果；在 CIFAR10-C 和 CIFAR100-C 數(shù)據(jù)集上，TTAC 都取得了 3% 以上的提升。從表 2 - 表 5 分別是 ImageNet-C、CIFAR10.1、VisDA 上的數(shù)據(jù)，TTAC 均取到了最優(yōu)的結(jié)果。

此外，作者在多個 TTT 協(xié)議下同時做了嚴(yán)格的消融實驗，清晰地看出了每個部件的作用，如表 6 所示。首先從 L2 Dist 和 KLD 的對比中，可以看出使用 KL 散度來衡量兩個分布具有更優(yōu)的效果；其次，發(fā)現(xiàn)如果單單使用 Anchored Clustering 或單獨使用偽標(biāo)簽監(jiān)督提升只有 14%，但如果結(jié)合了 Anchored Cluster 和 Pseudo Label Filter 就可以看到性能顯著提高 29.15% -> 11.33%。這也可以看出每個部件的必要性和有效的結(jié)合。

最后，作者在正文的尾部從五個維度對 TTAC 展開了充分的分析，分別是 sTTT (N-O)下的累計表現(xiàn)、TTAC 特征的 TSNE 可視化、源域無關(guān)的 TTT 分析、測試樣本隊列和更新輪次的分析、以 wall-clock 時間度量計算開銷。還有更多有趣的證明和分析會展示在文章的附錄中。

四、總結(jié)

本文只是粗糙地介紹了 TTAC 這篇工作的貢獻點：對已有 TTT 方法的分類比較、提出的方法、以及各個 TTT 協(xié)議分類下的實驗。論文和附錄中會有更加詳細的討論和分析。我們希望這項工作能夠為 TTT 方法提供一個公平的基準(zhǔn)，未來的研究應(yīng)該在各自的協(xié)議內(nèi)進行比較。

關(guān)鍵詞： 不同方法 高斯分布 測試階段 可以看出