BriefGPT.xyz
Ask
alpha
关键词
imagenet-c
搜索结果 - 5
Robustmix: 通过正则化深度网路频率偏差提高鲁棒性
本研究提出一种名为 Robustmix 的新型混合扩充方法，通过正则化网络以分类基于较低频空间特征。结果表明，这种正则化方法在诸如 Imagenet-C 和 Styleized ImageNet 等多个测验中提高了网络的鲁棒性，且有利于有效
→
PDF
a year ago
回到源头：扩散驱动的测试时适应
该研究提出了一种基于扩散生成模型的测试时间自适应方法（DDA），该方法可在不重新训练模型的情况下通过对输入数据进行自适应来提高模型在移位目标数据上的准确性，并在 ImageNet-C 基准测试中展现了更加鲁棒的表现。
PDF
2 years ago
使用频率偏置模型提高对通用损坏的鲁棒性
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。
PDF
3 years ago
ICLR
评估神经网络对普遍损坏和扰动的鲁棒性能力
该文章为图像分类器的稳健性建立了严格的基准测试，并提出了两个基准测试 ImageNet-C 和 ImageNet-P，用于评估分类器对常见扰动和干扰的稳健性。研究发现，从 AlexNet 分类器到 ResNet 分类器，相对污染鲁棒性几乎没
→
PDF
5 years ago
MM
基准测试神经网络对常见破坏和表面变化的鲁棒性
本文旨在建立图像分类器鲁棒性的严格基准，提出了 ImageNet-C 数据集，评估了常见污损图像的分类能力和表面变化鲁棒性，并探讨了提高分类器鲁棒性的方法。同时，提出了 Icons-50 数据集，旨在研究表面变化鲁棒性。通过本文的基准测试可
→
PDF
6 years ago
Prev
Next