JavaShuo
欄目
標籤
對抗樣本(論文解讀十一):PatchAttack: A Black-box Texture-based Attack with Reinforcement Learning
時間 2020-12-24
標籤
Deep learning
對抗樣本
简体版
原文
原文鏈接
PatchAttack: A Black-box Texture-based Attack with Reinforcement Learning Chenglin Yang, Adam Kortylewski, Cihang Xie, Yinzhi Cao, and Alan Yuille Johns Hopkins University 通過強化學習實現一個基於紋理的黑盒攻擊 這是一篇比較新的
>>阅读原文<<
相關文章
1.
對抗樣本(論文解讀一): DPATCH: An Adversarial Patch Attack on Object Detectors
2.
對抗樣本(論文解讀五):Perceptual-Sensitive GAN for Generating Adversarial Patches
3.
對抗樣本(論文解讀八):Towards More Robust Adversarial Attack Against Real World Object Detectors
4.
對抗樣本(論文解讀七):On Physical Adversarial Patches for Object Detection
5.
對抗樣本(論文解讀六):Adversarial camera stickers: A physical camera-based attack on deep learning systems
6.
對抗樣本(論文解讀四): Adversarial Attacks and Defenses in Images, Graphs and Text: A Review
7.
COMA(一): Learning to Communicate with Deep Multi-Agent Reinforcement Learning 論文講解
8.
對抗樣本(論文解讀三): Adversarial Examples Improve Image Recognition
9.
RL論文閱讀【四】Deep Reinforcement Learning with Double Q-learning(Double DQN)
10.
Adversary Attack(對抗攻擊)論文閱讀筆記
更多相關文章...
•
C# 文本文件的讀寫
-
C#教程
•
XSD 僅含文本
-
XML Schema 教程
•
Kotlin學習(一)基本語法
•
JDK13 GA發佈:5大特性解讀
相關標籤/搜索
論文解讀
blackbox
reinforcement
attack
learning
對抗
論文閱讀
樣本
CV論文閱讀
對本
PHP教程
Hibernate教程
MyBatis教程
文件系統
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
添加voicebox
2.
Java 8u40通過Ask廣告軟件困擾Mac用戶
3.
數字圖像處理入門[1/2](從幾何變換到圖像形態學分析)
4.
如何調整MathType公式的字體大小
5.
mAP_Roi
6.
GCC編譯器安裝(windows環境)
7.
LightGBM參數及分佈式
8.
安裝lightgbm以及安裝xgboost
9.
開源matpower安裝過程
10.
從60%的BI和數據倉庫項目失敗,看出從業者那些不堪的亂象
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
對抗樣本(論文解讀一): DPATCH: An Adversarial Patch Attack on Object Detectors
2.
對抗樣本(論文解讀五):Perceptual-Sensitive GAN for Generating Adversarial Patches
3.
對抗樣本(論文解讀八):Towards More Robust Adversarial Attack Against Real World Object Detectors
4.
對抗樣本(論文解讀七):On Physical Adversarial Patches for Object Detection
5.
對抗樣本(論文解讀六):Adversarial camera stickers: A physical camera-based attack on deep learning systems
6.
對抗樣本(論文解讀四): Adversarial Attacks and Defenses in Images, Graphs and Text: A Review
7.
COMA(一): Learning to Communicate with Deep Multi-Agent Reinforcement Learning 論文講解
8.
對抗樣本(論文解讀三): Adversarial Examples Improve Image Recognition
9.
RL論文閱讀【四】Deep Reinforcement Learning with Double Q-learning(Double DQN)
10.
Adversary Attack(對抗攻擊)論文閱讀筆記
>>更多相關文章<<