¿Qué es la augmentación en tiempo de prueba (TTA)?

La augmentación en tiempo de prueba (TTA) es una técnica utilizada en visión por computadora y aprendizaje automático, en la que durante la inferencia (prueba) se aplican diversas augmentaciones a los datos de entrada (por ejemplo, rotaciones, reflejos, escalado). El modelo realiza predicciones para cada una de las variantes transformadas y luego combina los resultados (por ejemplo, promediándolos) para obtener una inferencia más estable y precisa.

TTA ayuda a mejorar la calidad de las predicciones al tener en cuenta las variaciones en los datos que el modelo podría no haber capturado completamente durante el entrenamiento.

Ejemplo: para una imagen, se aplican varias rotaciones y reflejos, se obtienen predicciones para cada una y luego se promedian las probabilidades de las clases.