文件名称：AEGuard:基于边缘噪声特征的对抗样本检测模型
文件大小：58.08MB
文件格式：ZIP
更新时间：2024-05-29 15:26:17
opencv security machine-learning tensorflow adversarial-samples
警卫队 动机 随着计算机视觉技术和基于图像的机器学习的发展和普及，设计和部署了基于图像数据的大规模安全系统。 同时，对抗性攻击，即通过调制输入图像而使基于图像的机器学习模型错误判断的安全性攻击，也已经得到了广泛的发展。 AEGuard是一种基于边缘噪声特征的对抗样本检测模型，通常会出现在对抗样本中。 使用的技术/框架 张量流 OpenCV 要求 的Python 3 IPython 7.18.1或更高版本 Tensorflow 2.3.0或更高版本 Keras 2.4.3或更高版本 Scikit图片0.17.2或更高 Scikit学习0.23.2或更高 Numpy 1.18.5或更高 熊猫1.1.3或更高 OpenCV4 特征 AEGuard可检测对抗性样本。 安装 Linux（Ubuntu） # Install Python3 and Git sudo apt install pyt