10:15
官方账号arXiv cs.AI@Longtian Wang, Zhengyu Zhao, Chenhao Lin, Le Yang, Shiwei Wang, Yuhan Zhi, Xiaofei Xie, Chao Shen
推荐理由：你试试 DistScan，它能检测目标检测模型的后门，不用搞复杂步骤，比以前方法效果强不少。
MS-COCO
共 2 条相关 AI 资讯
8月20日
10:15
目标检测模型在安全场景下易遭后门攻击，现有检测手段对场景级攻击效果有限。 DistScan 通过预 NMS 预测分布偏移来识别后门，无需获取模型权重。 实验在 MS-COCO 和 PASCAL VOC 基准上表现突出，平均准确率提升 27.32 个百分点。
8月18日
10:03
10:03
官方账号arXiv cs.AI@Haadia Amjad, Ronald Tetzlaff
推荐理由：这篇论文用VGG16和ResNet50跑MS-COCO，实测CRP和CRAFT两种解释方法，发现概念混淆和数据集偏见的具体规律，做可解释性研究值得看看。