摘要
本发明涉及一种基于任务自适应的目标检测模型鲁棒性提升方法,包括以下步骤:步骤S1、根据对抗损失类型构建干净样本不同类型的对抗样本;步骤S2、计算构建的所述对抗样本的对抗损失;步骤S3、筛选出最大对抗损失最大的对抗样本,用于参与对抗训练;步骤S4、重新训练目标检测模型,更新所述目标检测模型的模型参数;步骤S5、利用所述步骤S4中训练完成的所述目标检测模型进行图像目标检测。本发明基于不同的损失类型分别生成对抗样本,并选择其中损失最大的样本进行对抗性训练,同时结合基于类别感知的对抗训练方法提升目标检测模型的鲁棒性。
技术关键词
鲁棒性
样本生成方法
随机梯度下降
电子设备
存储器
处理器
参数
计算机
标签
对抗性
可读存储介质
策略
图像
指令
前轮
符号
数值
算法
数据