公开(公告)号：CN118298220A

公开(公告)日：2024-07-05

申请号：CN202410352969.9

申请日：2024-03-26

Applicant: 安徽工业大学

Inventor： 薛伟 ,  王永皓 ,  张辉

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/045

Abstract: 本发明公开了基于OAT框架的CNN标准精度与鲁棒精度的平衡方法，涉及计算机图像分类技术领域，解决了模型仅针对标准损失函数进行优化，没有考虑到对抗扰动的影响，导致CNN模型的标准精度与鲁棒精度出现不平衡技术问题；本发明在OAT框架的分离特征机制下，利用符号化处理初始化扰动，将Admix增强对抗攻击方法用于对抗训练，生成更强对抗样本，两种方法结合不仅维持了两种精度的平衡，而且提升模型鲁棒性以应对复杂场景；本发明通过干净样本与随机样本组成的混合样本和缩放因子对模型进行对抗训练，并通过得到的损失值对模型参数进行动态调整，实现标准精度和鲁棒精度的平衡。