文件名称：robustness:腐败和摄动的鲁棒性（ICLR 2019）
文件大小：73.75MB
文件格式：ZIP
更新时间：2024-06-01 04:07:44
machine-learning computer-vision deep-learning pytorch imagenet
对常见腐败和扰动进行神经网络鲁棒性基准测试 该存储库包含Dan Hendrycks和Thomas Dietterich撰写的论文《将 （ICLR 2019）的数据集和一些代码。 需要Python 3+和PyTorch 0.3+。 为了进行评估，请从下面的链接下载数据。 ImageNet-C Tiny ImageNet-C具有200个类别，图像尺寸为64x64，而ImageNet-C具有所有1000个类别，每个图像均为标准尺寸。 为了更快地进行实验，有和 。 强烈建议使用上述JPEG进行评估，而不是计算内存中的损坏，因此评估是确定性的和一致的。 ImageNet-C排行榜 具有ResNet-50骨干的ImageNet-C鲁棒性，在ImageNet-1K上进行了训练，并在224x224x3的图像上进行了评估。 方法 参考 独立吗？ mCE 清除错误 不 53.6％ 24.2