近日，Quoc Le再推新研究論文，在題為“對抗樣本改善圖像識別”一文中提出一種增強的對抗訓(xùn)練將對抗性樣本AdvProp，使用該樣本作為其他樣本，以防止過度擬合。當模型更大時，該研究證明AdvProp改進了各種模型，在各種圖像識別任務(wù)上表現(xiàn)更好。
例如，通過應(yīng)用AdvProp使用ImageNet上的最新EfficientNet-B7，實現(xiàn)ImageNet的顯著改善（+ 0.7％），ImageNet-C（+6.5％），ImageNet-A（+7.0％），StylizedImageNet（+ 4.8％）。
據(jù)悉，借助增強的EfficientNet-B8，該方法實現(xiàn)了最新的85.5％ImageNet top-1 精度，且無需額外數(shù)據(jù)。
您可能也喜歡這些文章
a&s傳媒是全球知名展覽公司法蘭克福展覽集團旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場趨勢的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經(jīng)驗，提供媒體、活動、展會等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號
