ImageNet-P

ImageNet-P 由噪声、模糊、天气和数字失真组成。数据集有验证扰动；有难度级别；有 CIFAR-10、Tiny ImageNet、ImageNet 64 × 64、标准和 Inception 大小的版本；并且被设计用于基准测试而不是训练网络。 ImageNet-P 通过从每个 ImageNet 验证图像生成扰动序列与 ImageNet-C 不同。每个序列包含超过 30 帧，因此为了抵消数据集大小和评估时间的增加，只使用了 10 个常见的扰动。

ImageNet-P consists of noise, blur, weather, and digital distortions. The dataset includes validation perturbations, difficulty levels, and multiple variants such as CIFAR-10, Tiny ImageNet, ImageNet 64×64, standard-sized, and Inception-sized versions. It is designed for benchmarking rather than training neural networks. ImageNet-P differs from ImageNet-C in that it generates perturbation sequences from each ImageNet validation image. Each sequence contains more than 30 frames; to offset the increased dataset size and evaluation time, only 10 common perturbations are utilized.

搜集汇总

背景与挑战

背景概述

ImageNet-P是一个用于基准测试的图像数据集，专门设计来评估神经网络对常见扰动（如噪声、模糊、天气和数字失真）的鲁棒性。它包含从ImageNet验证图像生成的扰动序列，每个序列超过30帧，但为优化评估效率，仅使用10个常见扰动，并提供多个版本（如CIFAR-10、Tiny ImageNet等）和难度级别，适用于验证而非训练目的。