目标检测:FROD: Robust Object Detection for Free

论文作者:Muhammad,Awais,Weiming,Zhuang,Lingjuan,Lyu,Sung-Ho,Bae

作者单位:Sony AI; Kyung-Hee University

论文链接:http://arxiv.org/abs/2308.01888v1

内容简介:

1)方向:目标检测

2)应用:目标检测

3)背景:目标检测是计算机视觉中的重要任务,已经成为许多关键系统的组成部分。然而,与分类模型类似,最先进的目标检测器容易受到微小的对抗性扰动的影响,这可能会显著改变它们的正常行为。与分类不同,目标检测器的鲁棒性尚未得到深入探究。

4)方法:本研究通过利用对抗训练的分类模型,首次尝试弥合分类和目标检测之间的鲁棒性差距。仅仅使用对抗训练的模型作为目标检测的骨干网络并不能实现鲁棒性。作者提出了对基于分类的骨干网络进行有效修改的方法,以在不增加计算开销的情况下增强目标检测的鲁棒性。为了进一步提高所提出的修改骨干网络所实现的鲁棒性,引入了两个轻量级组件:模仿损失和延迟对抗训练。

5)结果:在MS-COCO和Pascal VOC数据集上进行了大量实验证明了所提出的方法的有效性。

相关推荐
user44651179179112 小时前
Agent 也能「过安检」:AgentScope 权限系统设计拆解
人工智能
烟小栀13 小时前
Windows下的深度学习环境配置参考及配置教程
人工智能
tellmewhoisi13 小时前
深度学习0:数学知识:最大似然推导过程
人工智能·深度学习·概率论
oil欧哟13 小时前
从产品经理视角拆解 DeepSeek Super-agent:双层路由与异步调度架构
人工智能
张张123y13 小时前
个人助手型 Agent 的六个工程细节:Hermes 与 OpenClaw 的审批、委派、上下文与调度
网络·人工智能·开源·后端开发·ai agent
Dawson Zhu14 小时前
【模型量化⑦】W4A8与GPTQ-Int4:极限压缩与MLC-LLM部署实战
人工智能·语言模型·架构·aigc·agi
千寻技术帮14 小时前
50055_基于AI的互帮互助小程序(源码+文档+数据库脚本+部署教程)
数据库·人工智能·小程序·毕业设计·springboot·课程设计
天树星智源14 小时前
KV 剪枝的同一个误差,模型确定时只改 1.4% 的 token,不确定时改 65%:接上不确定性,AIME25 端到端快 1.27 倍
人工智能·大模型
AI英德西牛仔14 小时前
PC 用户的效率革命:腾讯元宝导出 Word 指令与“AI 导出鸭”的底层逻辑
人工智能·word·excel·deepseek·ai导出鸭
Flynn Liang15 小时前
多智能体协同不再复杂:Redis Stream 消费者组、幂等与故障恢复
数据库·人工智能·redis·缓存·ai agent·智能体