1. 您所在位置：
  2. 网站首页
  3. 专利分类
  4. 物理
发明

一种基于神经元覆盖的深度学习目标检测对抗样本生成方法2025

2024-04-16 07:19:17 发布于四川 1
  • 申请专利号：CN202311730923.8
  • 公开（公告）日：2025-06-27
  • 公开（公告）号：CN117876750A
  • 申请人：南京航空航天大学
摘要：本发明公开了一种基于神经元覆盖的深度学习目标检测对抗样本生成方法，包括：在目标检测模型中注册钩子函数，对目标检测函数进行预训练，得到训练好的目标检测模型；按照UEA方法构造GAN模型；将训练好的目标检测模型带入GAN模型中，并固定训练好的目标检测模型的参数；基于训练集样本和损失函数，依次交替对判别器和生成器进行训练，直到达到设定训练轮次，得到当前神经元覆盖准则下的GAN模型的生成器参数；所述损失函数为根据当前神经元覆盖准则优化得到的损失函数；调整神经元覆盖准则以及相关的超参数，多次训练GAN模型，得到不同的神经元覆盖准则下优化后的GAN模型的生成器参数，使用最佳生成器参数生成对抗样本。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117876751 A (43)申请公布日 2024.04.12 (21)申请号 202311742452.2 (22)申请日 2023.12.15 (71)申请人 上海哔哩哔哩科技有限公司 地址 200433 上海市杨浦区四平路1945号 1641室 (72)发明人 赵俊杰　熊伟　徐俊　高龙文　 (74)专利代理机构 北京启坤知识产权代理有限 公司 11655 专利代理师 赵晶 (51)Int.Cl. G06V 10/764 (2022.01) G06V 10/774 (2022.01) G06V 10/82 (2022.01) G06N 3/0464 (2023.01) 权利要求书2页 说明书12页 附图9页 (54)发明名称 图像处理方法、图像处理系统及计算机可读 介质 (57)摘要 本申请实施例提供一种图像处理方法、图像 处理系统及计算机可读介质，用以解决现有的基 于单正标签的多标签分类方法分类性能不佳的 技术问题。该图像处理方法包括优化第一分类 器，得到第二分类器。以及，优化第二分类器，得 到第三分类器。这样，完成不同的训练阶段的构 建。通过构建第一伪标签和第二伪标签，使得不 同训练阶段的伪标签不同。使用第一损失函数优 化第一分类器，使用第二损失函数和第三损失函 数优化第二分类器。实现损失函数的动态调整。 相比第一伪标签，第二伪标签通过第二分类器输 A 出的第一预测概率得到，第

最新专利

相关专利