Mar, 2021
使用频率偏置模型提高对通用损坏的鲁棒性
Improving robustness against common corruptions with frequency biased models
Tonmoy Saikia, Cordelia Schmid, Thomas Brox
TL;DR本文提出了两种高 / 低频鲁棒性混合的专家模型以及一种最小化卷积特征图总变差 (TV) 的正则化方法,成功应用于诸如 ImageNet-C 以及汽车数据集等多种实际环境的图像分类和目标检测任务,同时提升了在受损图像方面的鲁棒性。