ImageNet-9
收藏OpenDataLab2026-05-17 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/ImageNet-9
下载链接
链接失效反馈官方服务：
资源简介：
深度计算机视觉模型依赖于前景对象和图像背景。即使存在正确的前景对象，当图像背景发生变化时，此类模型也经常会做出不正确的预测，并且它们特别容易受到不利选择的背景的影响。例如，官方的预先训练的PyTorch ResNet-50在ImageNet-9上针对对抗性背景进行评估时具有22% 的准确性 (作为参考，始终预测 “狗” 的模型具有11% 的准确性)。
提供机构：
OpenDataLab
创建时间：
2022-06-28
搜集汇总
数据集介绍
背景与挑战
背景概述
ImageNet-9数据集用于评估深度计算机视觉模型对图像背景变化的敏感性，例如在对抗性背景下，预训练模型准确率可能显著下降至22%。该数据集由麻省理工大学于2020年发布，相关资源可在其GitHub页面和论文中获取。
以上内容由遇见数据集搜集并总结生成
