一种针对目标检测模型中目标边界框定位的对抗攻击方法及系统

本发明公开了一种针对目标检测模型中目标边界框定位的对抗攻击方法，涉及深度学习技术领域，利用原始图像数据对目标检测模型进行训练，获取训练后的目标检测模型；将目标图像输入至所述训练后的目标检测模型中获取所有预测结果；利用所述预测结果生成热图，热图用于指示在目标图像中对每个属性的预测有积极影响的重要区域；利用所述热图生成掩码，掩码用于限制扰动区域；对抗样本生成，生成对抗扰动，利用所述掩码限制扰动区域，生成对抗样本。本发明方法不仅可以实现单独攻击目标边界框的某一边界，而且能够保持目标类别不变，从而提高了攻击隐蔽性。