TTA-COPE: Adaptación en el Tiempo de Prueba para la Estimación de Pose de Objetos a Nivel de Categoría

Los métodos de adaptación en el tiempo de prueba han ganado atención recientemente como una solución práctica para abordar las brechas entre dominios de origen y destino mediante la actualización gradual del modelo sin requerir etiquetas en los datos de destino. En este artículo, proponemos un método de adaptación en el tiempo de prueba para la estimación de pose de objetos a nivel de categoría llamado TTA-COPE. Diseñamos un enfoque de conjunto de poses con una pérdida de auto-entrenamiento utilizando confianza consciente de la pose. A diferencia de los métodos anteriores de adaptación de dominio no supervisada para la estimación de pose de objetos a nivel de categoría, nuestro enfoque procesa los datos de prueba de manera secuencial y en línea, y no requiere acceso al dominio de origen en tiempo de ejecución. Resultados experimentales extensivos demuestran que el conjunto de poses propuesto y la pérdida de auto-entrenamiento mejoran el rendimiento de pose de objetos a nivel de categoría durante el tiempo de prueba tanto en configuraciones semi-supervisadas como no supervisadas.