# ND-VAE

**Repository Path**: purple_ai/nd-vae

## Basic Information

- **Project Name**: ND-VAE
- **Description**: 使用去噪自编码器ND-VAE对输入图像进行重构，降低对抗扰动带来的影响，提升模型在对抗样本上的识别精度
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-03-12
- **Last Updated**: 2025-03-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

1. 训练nd-vae模型时需要两个数据集，一个干净样本数据集，一个基于干净样本数据集生成的对抗样本数据集，训练过程占用较大显存，batchsize不可设置过大，对于人脸数据集112*112的图片，24GB的显卡而言，batchsize应设置为20左右

2. 配置好参数后直接运行训练程序即可开始训练
    python train_ndvae.py

3. ndvae训练完成后，若对人脸识别模型进行微调，可使用./finetune/下代码，基于insightface源码改动。由于ndvae模型运行时特别占用显存，因此若在线生成重构图像进行训练，batchsize必须特别小，这会导致训练速度非常慢，因此需使用ndvae模型离线生成训练集的重构图像，然后将干净数据集和重构数据集合并为一个大数据集进行微调训练，训练程序为train_v2_ndvae.py，配置文件为nd_vae/finetune/configs/casia.py，运行命令参考nd_vae/finetune/README.md

4. ndvae源码路径https://github.com/shayan223/ND-VAE