模型鲁棒性评估方法、装置、存储介质及程序产品

本申请提供一种模型鲁棒性评估方法、装置、存储介质及程序产品，涉及计算机视觉技术领域，能够评估在自然噪声下深度神经网络在图像分类任务中的鲁棒性，为构建更加鲁棒的深度神经网络模型提供支持。该方法包括：在第一图像集包含的每个原始图像中添加自然噪声，得到包含多个噪声图像的第二图像集，每个噪声图像对应一个原始图像。然后，将第二图像集输入深度神经网络模型，得到每个噪声图像的预测类别。最后，基于第一图像集、第二图像集、每个原始图像的类别和每个噪声图像的预测类别，确定在自然噪声下深度神经网络在图像分类任务中的鲁棒性。