Quoc Le最新研究：对抗样本可改善图像识别

2019-11-27 09:11 阅读 1520 来源：智东西评论区

据悉，借助增强的EfficientNet-B8，该方法实现了最新的85.5％ImageNet top-1 精度，且无需额外数据。

　近日，Quoc Le再推新研究论文，在题为“对抗样本改善图像识别”一文中提出一种增强的对抗训练将对抗性样本AdvProp，使用该样本作为其他样本，以防止过度拟合。当模型更大时，该研究证明AdvProp改进了各种模型，在各种图像识别任务上表现更好。

　　例如，通过应用AdvProp使用ImageNet上的最新EfficientNet-B7，实现ImageNet的显着改善（+ 0.7％），ImageNet-C（+6.5％），ImageNet-A（+7.0％），StylizedImageNet（+ 4.8％）。

　　据悉，借助增强的EfficientNet-B8，该方法实现了最新的85.5％ImageNet top-1 精度，且无需额外数据。

凡文章来源标明“安防知识网”或“安全自动化”的文章著作权均为本站所有，禁止转载，除非取得了著作权人的书面同意且注明出处。违者本网保留追究相关法律责任的权利。

您可能也喜欢这些文章

参与评论

回复：

0/300

文明上网理性发言，评论区仅供其表达个人看法，并不表明a&s观点。

关于我们

a&s是国际知名展览公司——德国法兰克福展览集团旗下专业的自动化&安全生态服务平台，为智慧安防、智慧生活、智能交通、智能建筑、IT通讯&网络等从业者提供市场分析、技术资讯、方案评估、行业预测等，为读者搭建专业的行业交流平台。