Repository navigation
怎么在其他的模型和数据集上创建对抗样本 #35
Description
Activity
哈喽 @MingsiWang ，
可以参考我们在ImageNet, CUB和Standford Cars上的相关代码与数据集格式，代码层面需要准备一个label描述文件，参考这里，同时也可以参考下这个issue #23 .
希望有帮助~
Reacted by MingsiWang好的我尝试一下，谢谢
哈喽 @MingsiWang ，
可以参考我们在ImageNet, CUB和Standford Cars上的相关代码与数据集格式，代码层面需要准备一个label描述文件，参考这里，同时也可以参考下这个issue #23 .
希望有帮助~
您好打扰啦，我想问一下，这个label文件时自己构造的吗，以及我使用新的数据集以及预训练模型时，是要求新的预训练模型一定要能够按照这个py文件预测出gt_label的吗，我看你是读取单张图片看预测正确率，这能够保证每张都一定能预测正确吗？我使用新的数据集和预训练模型后，我的预训练模型没有最后训练好的softmax层，这样的话我得不到label，应该怎么做呢
哈喽 @MingsiWang ,
对的，这个label文件是根据你的数据集标签编写的。当用新的数据集时，你需要制作一个新的label py文件，这主要是为了利用py文件中与类别号相对应的类别描述，来指导DiffAttack中对抗样本的生成。
预训练模型在实际测试中不会达到百分百准确率，所以有些测试图片也是无法预测准确的，这些图片会被直接计入为对抗样本。
所使用的预训练模型是分类器吗？那应该是有办法拿到对各个类别的置信度的。
希望有所帮助~
@WindVChen 哈喽作者您好，是的，所使用的预训练模型是分类器，如果我拥有某一个类别的两张图片，那么我可以得到它的置信度，但是由于没有训练最后的softmax层，我无法和gt标签对应起来，如果我只能获取置信度的话，该怎么使用您的方法呢，十分感谢您的回答！
哈喽，可以提供下更多关于所使用的预训练模型的信息吗？比如输入输出是什么呢？因为softmax层之后的输出也可以理解为置信度，如果你可以获得到各个类别的置信度，那也是一样的。还是说你所访问的是一个黑盒模型？你只能获取到单个类别的置信度？
作者您好，我想在其他的模型和数据集上创建对抗样本，我需要做些什么呢，下载好相应的数据集，已经在该数据集上训练好的模型，接下来我应该怎么做呢，具体有哪些参数需要调整，您有什么推荐吗？感谢您的回复，祝科研顺利