Czym jest augmentacja w czasie testu (TTA)?

Augmentacja podczas testu (TTA) to technika stosowana w wizji komputerowej i uczeniu maszynowym, w której podczas inferencji (testowania) do danych wejściowych stosuje się różne augmentacje (np. obroty, odbicia, skalowanie). Model dokonuje predykcji dla każdej z przekształconych wersji, a następnie wyniki są łączone (np. uśredniane), aby uzyskać bardziej stabilny i dokładny wynik.

TTA pomaga poprawić jakość predykcji, uwzględniając wariacje danych, które model mógł nie w pełni uchwycić podczas treningu.

Przykład: dla obrazu stosuje się kilka obrotów i odbić, uzyskuje predykcje dla każdej, a następnie uśrednia się prawdopodobieństwa klas.