ImageNet-D

ImageNet-D 详解：严格评估神经网络的鲁棒性

ImageNet-D 详解：严格评估神经网络的鲁棒性

神经网络在零样本图像分类中取得了惊人的成就，但它们真的能“看”得有多好呢？现有的用于评估这些模型鲁棒性的数据集仅限于网络上的图像或通过耗时且资源密集的手动收集创建的图像。这使得系统评估这些模型在面对未见数据和真实世界条件（包括背景、纹理和材质的变化）时的泛化能力变得困难。

1

资讯热榜

DeepSeek-V3-0324 悄然发布：技术圈沸腾的低调升级 OpenAI推全新语音转录模型gpt-4o-transcribe，语音转文字准确率飙升 2025年最实用的AI工具推荐与深度解析 DeepSeek如何助力数字化转型？一文讲清六大应用场景！万字长文：说清MCP的前世今生+RAGFlow整合应用示例开源实时识别模型RF-DETR：实时识别画面中的物体，开源可商用 AMD 推出开源项目“GAIA”实现本地大模型高效运行：针对锐龙 AI 300 系列处理器优化，目前仅适用于 Windows Grok上线DeeperSearch功能，提升实时AI资讯检索能力

标签云