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。
【版权声明】凡本站未注明来源为"中国科学网"的所有作品，均转载、编译或摘编自其它媒体，转载、编译或摘编的目的在于传递更多信息，并不代表本站及其子站赞同其观点和对其真实性负责。其他媒体、网站或个人转载使用时必须保留本站注明的文章来源，并自负法律责任。 中国科学网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。
【特别提醒】如您不希望作品出现在本站，可联系我们要求撤下您的作品。邮箱 biz@minimouse.com.cn
关于我们 | 网站地图 | 网站留言 | 广告服务 | 联系我们 biz@minimouse.com.cn
版权所有 中国科学网www.minimouse.com.cn