【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种图像检测方法、装置及存储介质。
技术介绍
1、随着人工智能的蓬勃发展，特别是聊天机器人(chat generative pre trainedtransformer，chat-gpt)的兴起，国内外多家厂商、研究机构和高校等纷纷跟进研发网络模型。但是研发网络模型，往往需要收集大量的训练数据来训练网络模型，这些训练数据多来自于网页、社交媒体和各种搜索软件等，因此，在收集训练数据的过程中，难以避免地会收集到一些低质量的训练数据，如对抗样本图像。对抗样本图像是指通过对普通图像添加视觉上不可见的噪声后合成的图像。
2、为了规避对抗样本图像在网络模型的训练过程中造成的风险，可以在训练网络模型前，对训练数据进行对抗样本检测，以确保训练数据中不包含对抗样本图像。
3、但由于对抗样本图像和普通图像之间的差异太小，导致在对训练数据进行对抗样本检测时，无法高效快速地从训练数据中识别出对抗样本图像。
技术实现思路
1、本申请提供一种图像检测方法、装置及存储介...
【技术保护点】
1.一种图像检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述待检测图像从图像空间映射到特征空间，得到映射图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述图像差异放大器中包含多个卷积块；每个卷积块中包含多个卷积层。
4.根据权利要求1所述的方法，其特征在于，所述映射图像的尺寸小于所述待检测图像的尺寸。
5.根据权利要求1所述的方法，其特征在于，所述对所述映射图像进行图像检测，得到所述映射图像的图像类别，包括：
6.根据权利要求5所述的方法，其特征在于，所述图...
【技术特征摘要】
1.一种图像检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述待检测图像从图像空间映射到特征空间，得到映射图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述图像差异放大器中包含多个卷积块；每个卷积块中包含多个卷积层。
4.根据权利要求1所述的方法，其特征在于，所述映射图像的尺寸小于所述待检测图像的尺寸。
5.根据权利要求1所述的方法，其特征在于，所述对所述映射图像进行图像检测，得到所述映射图像的图像类别，包括：
6.根据权利要求5所述的方法，其特征在于，所述图像检测模型为视觉转换器vit模型。
7.根据权利要求1-6中任一项所述的方法，其特征在于，所述待检测图像的图像类别为对抗...
【专利技术属性】
技术研发人员：卢宇荣，徐雷，陶冶，董航，王一，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。