一种基于数据增强的提高可迁移性的物理对抗补丁生成方法、系统和电子设备

本发明涉及深度神经网络机器视觉技术领域，公开一种基于数据增强的提高可迁移性的物理对抗补丁生成方法、系统和电子设备。该方法包括：初始化预定义大小的随机噪声，将该随机噪声进行EOT期望变换，获取EOT期望变换后的随机噪声；使用数据增强策略对原始图像的非重要区域进行数据增强，获得增强图像；将EOT期望变换后的随机噪声通过对抗补丁应用函数应用到增强图像上，进而生成对抗样本；将所述生成的对抗样本输入目标检测模型，通过优化损失函数反向传播进行更新和优化，进而生成对抗补丁。本发明通过引入类激活映射评估像素贡献，结合目标数据增强策略，有效提升了对抗补丁在黑盒环境中的迁移能力。