对抗样本遇到的坑(2)

1、保存时的代码问题

经过(1)的坑后,本以为没问题了,还特进行了封装,最后保存的图片如下:

对抗样本遇到的坑(2)_第1张图片

乍一看好像没什么问题(左边为原图,右边为生成的对抗样本),经过细致的Debug发现问题很大,首先原图显式的是经过归一化后的结果,这个错误直接导致我觉的显式和保存没问题,但后面的图像如下:

对抗样本遇到的坑(2)_第2张图片

对抗样本遇到的坑(2)_第3张图片

 这就很离谱了,当时还在错误的观念里,一致认为是算法的原因,结果换了几个算法还是这样,赶忙找了一另一个可视化代码:

对抗样本遇到的坑(2)_第4张图片

 这下区别就很大了,对抗样本严重失真,看了别人的代码终于知道问题出在哪里了(保存的代码是我自己硬写的):

  1. 图片归一化时不止进行了除以255的操作,还涉及到mean和std的相关计算
  2. 进行反归一化时天真的直接乘以255,然后做向下取整的操作,这是导致图片失真的根本原因
  3. 读取的原图时经过了归一化后的图像

结果改进后的代码:

adv=img.data.cpu().numpy()[0]
adv = adv.transpose(1, 2, 0)
adv = (adv * std) + mean
adv = adv * 255.0
adv = np.clip(adv, 0, 255).astype(np.uint8)#np数据类型是0-255,转PIL之后进行存储
cv2.imwrite("/home/shao/sun/data/adv{}.jpg".format(2233), adv)

对抗样本遇到的坑(2)_第5张图片

 

你可能感兴趣的:(深度学习,计算机视觉,神经网络)