本文主要是介绍Open-set Adversarial Defense，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
Open-set Adversarial Defense
文章目录
- Open-set Adversarial Defense
- 背景
- proposed method
- Noise-free Feature Encoding
- Open-set Classification
- Decoder：Clean Image Generation
- Transformation classification：Self-supervised Denoising
- 实验
- close-set accuracy
- open-set accurancy
- Out-of-distribution accurancy
背景
1、Open-set 的识别模型易受对抗攻击的影响
2、在闭集上训练的一些对抗防御方法不能很好地泛化到开放集
本文提供的方法无论在闭集上还是在开放集中，对抗样本的准确率都会提升。
proposed method
这篇关于Open-set Adversarial Defense的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
