ARES-Bench
收藏数据链接：
官方服务：
资源简介：
本文建立了一个名为ARES-Bench的综合鲁棒性基准，用于图像分类任务。该基准评估了55种典型深度学习模型在ImageNet上的鲁棒性，这些模型具有多样的架构（如CNNs, Transformers）和学习算法（如正常监督训练、预训练、对抗训练），并受到多种对抗攻击和分布外（OOD）数据集的影响。
This paper establishes a comprehensive robustness benchmark named ARES-Bench for image classification tasks. This benchmark evaluates the robustness of 55 representative deep learning models on ImageNet, which feature diverse architectures (e.g., CNNs, Transformers) and learning algorithms (e.g., standard supervised training, pretraining, adversarial training), and assesses their performance under various adversarial attacks and out-of-distribution (OOD) datasets.
创建时间：
2023-02-28
搜集汇总
数据集介绍
背景与挑战
背景概述
ARES-Bench是一个用于图像分类任务的综合鲁棒性基准数据集，旨在评估55种典型深度学习模型在ImageNet上的鲁棒性。这些模型涵盖多样架构（如CNNs和Transformers）和学习算法（如监督训练和对抗训练），并受多种对抗攻击和分布外数据集的影响，以全面测试模型性能。
以上内容由遇见数据集搜集并总结生成
