Max Planck Institute for Informatics 发布 CNS-Bench 数据集, 应用在 图像分类、鲁棒性评估 领域

Max Planck Institute for Informatics 本次发布的数据集 CNS-Bench, CNS-Bench 是一个用于评估图像分类器在连续和真实生成干扰变化下的 OOD鲁棒性的数据集。数据集包含 14 种多样和真实的干扰变化，代表各种风格和天气变化的五个严重程度级别。此外，还提供了所有变化的训练 LoRA 滑块，可以完全连续地计算偏移级别。数据集的创建过程包括使用 LoRA 适配器将扩散模型应用于图像生成，并使用文本反转技术来学习新的嵌入空间中的“单词”，以捕获 ImageNet 特定的类概念。数据集旨在解决图像分类器在现实世界中遇到的各种干扰变化下的鲁棒性问题。

查看CNS-Bench

关于 Max Planck Institute for Informatics , 德国马克斯·普朗克学会下属的研究机构，专注于计算机科学领域的研究。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。