PK PyTorchKR Papers
Papers with Code · CC BY-SA 4.0

Adversarial Defense

36 평가 기록 12 datasets

Competitions with currently unpublished results:

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
WRN-28-10
Accuracy: 90.03Robust Accuracy: 71.68
논문 코드
SAT-EfficientNet-L1
Accuracy: 58.6%
논문 코드
SLL X-Large
Accuracy: 70.3
논문 코드
SLL X-Large
Accuracy: 42.7
논문 코드
wideresnet-34-20
autoattack: 62.55/30.20
논문 코드
ResNet101
Accuracy: 99.8%
논문 코드
ResNet-152 Denoise
Accuracy: 42.8
논문 코드
Defense GAN
Accuracy: 0.8529Inference speed: 14.80
논문 코드
Feature Denoising
Accuracy: 50.6%
논문 코드
Cassandra
Detection Accuracy: 92.5±1.1
논문 -
Cassandra
Detection Accuracy: 92.0 ± 1.3
논문 -
Auto Encoder-Block Switching defense with GradCAM
Accuracy : 88.54
논문 코드

데이터셋

12개
CIFAR-10ImageNet (non-targeted PGD, max perturbation=4)CIFAR-10CIFAR-100CIFAR-100ImageNetImageNet (targeted PGD, max perturbation=16)MNISTCAAD 2018TrojAI Round 0TrojAI Round 1miniImageNet

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

github.com/a1600012888/YOPO-You-Only-Propagate-Once 1 논문
github.com/AlanChou/Adversarial-Training-for-Free 1 논문
github.com/ashafahi/free_adv_train 1 논문
github.com/locuslab/fast_adversarial 1 논문
github.com/mahyarnajibi/FreeAdversarialTraining 1 논문
github.com/simon0987/Fast_FGSM 1 논문
github.com/as791/NOMARO_defense 1 논문
github.com/facebookresearch/ImageNet-Adversarial-Training 1 논문

하위 태스크

PA Provable Adversarial Defense 2 데이터셋 · 8 rows AP Adversarial Purification 0 데이터셋 · 0 rows