基于torch完成了对数据的pgd攻击，输入图片，输出攻击后的成功率和攻击后的图片。
目标是使用 MSTAR 数据集训练一个SAR的分类模型，并评估其在多种对抗攻击下的鲁棒性。并对未经过对抗训练的模型进行攻击测试，记录初始的攻击成功率。接着，将生成的对抗样本用于多轮对抗训练。使用相同的攻击方法再次评估模型的攻击成功率，并将对抗训练前后的攻击成功率进行对比。最后，将对比结果可视化，生成柱状图展示每种攻击方法在对抗训练前后的成功率，并将图像保存到指定目录中。
最近一年贡献：0 次
最长连续贡献：0 日
最近连续贡献：0 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request，其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。