Wat is testtijdaugmentatie (TTA)?

Testtijdaugmentatie (TTA) is een techniek die wordt gebruikt in computer vision en machine learning, waarbij tijdens inferentie (testen) verschillende augmentaties op de invoergegevens worden toegepast (bijvoorbeeld rotaties, spiegelingen, schaling). Het model maakt voorspellingen voor elk van de getransformeerde varianten en combineert vervolgens de resultaten (bijvoorbeeld door ze te middelen) om een meer stabiele en nauwkeurige voorspelling te verkrijgen.

TTA helpt de kwaliteit van voorspellingen te verbeteren door rekening te houden met variaties in de gegevens die het model mogelijk niet volledig heeft vastgelegd tijdens de training.

Voorbeeld: voor een afbeelding worden meerdere rotaties en spiegelingen toegepast, voorspellingen worden voor elk gedaan, en vervolgens worden de klassekansen gemiddeld.