-
ae_reconstruct_v2_hallow.py: 用来生成reconstructed adversarial examples;
-
map_cid_re_0.3.txt: 储存re_objs_0.3中的reconstructed adversarial examples的地图cid;
-
map_cid_re_0.4.txt: 储存re_objs_0.4中的reconstructed adversarial examples的地图cid;
-
map_cid_re_0.5.txt: 储存re_objs_0.5中的reconstructed adversarial examples的地图cid;
-
map_cid_re_0.6.txt: 储存re_objs_0.6中的reconstructed adversarial examples的地图cid;
-
apply_map_cli.py: 用来将Unity Editor编译生成的地图上传到SORA-SVL中,并返回地图的cid;
Last active
July 21, 2024 07:41
-
-
Save Creling/0ee2d09a5729bb6f8ef6898ecefcdd83 to your computer and use it in GitHub Desktop.
Project Notes
docker run -id --gpus all --net host --shm-size 8g -v /home/zhusc/deepfake/icpr2020dfdc:/workspace -v /home/data/zhusc/deepfake:/workspace/datasets deepfake_detector
- *SecureClient: 真正实现online/offline协议的阶段
- output_share: 每一层的输出
python attack.py -obj ./object/object.ply -obj_save ./object/obj_save -lidar ./data/lidar.bin -cam ./data/cam.png -cali ./data/cali.txt -e 0.2 -o pgd -it 1000
Point Cloud和Mesh的区别: point cloud仅仅包括点,不包括面。mesh既包括点也包括面。
3D物体并不是依靠无穷多个点构成的,而是稀疏的点云间连点成面形成的。
输出
devcontainer.json可以与ss-tproxy兼容 docker pull不受ss-tproxy影响,它的代理需要单独配置,在使用docker pull时可能需要关闭ss-tproxy
offical SMOKE K: tensor([[721.5377, 0.0000, 609.5593], [ 0.0000, 721.5377, 172.8540], [ 0.0000, 0.0000, 1.0000]])
- path: 77:///home/lipan/LiPan/BYOL_TEST
- 测试MAD
- test_mad_full.py
GAUSS_NOISE
可以控制是否在输入图片上加高斯噪音,高斯噪音的强度在simclr.py的add_gauss_noise()函数中修改
- 测试ACC
- test_logistic_regression.py
GAUSS_NOISE
可以控制是否在输入图片上加高斯噪音,高斯噪音的强度在simclr.py的add_gauss_noise()函数中修改- 分别传入encoder和classifer,生成Model_Downstream_BAK实例
- 结果与试验记录表格核验一致
- path: 77:///home/lipan/LiPan/SimCLR_LiPan
- test_downstream_full_zsc.py
- 测试ACC
- test_downstream_full_gauss_zsc.py
- 通过对PoisonWrapper添加gauss参数,实现添加高斯噪音
- 测试对加了gauss noise后的图片的ACC
- gauss noise的强度由PoisonWrapped里的add_gauss_noise函数控制
- test_mad.py
- 测试MAD
- test_mad_gauss.py
- 通过修改get_entropy_mad_datasets(),实现添加高斯噪音
- wm_8x8.png
- Our水印
- wm_8x8.png
- Random水印
- path: 77:///home/lipan/LiPan/MoCoV2_LiPan
- test_downstream_zsc_full2.py
- 测试ACC
- test_downstream_zsc_full2_gauss.py
- 通过修改PoisonDatasetWrapper()的gauss参数决定是否添加gauss噪音
- test_downstream_zsc_full.py
- 画特征散点图
- test_mad.py
- 测试MAD
- test_mad_gauss.py
- 测试加上gauss noise后的MAD
- path: 91:///home/caiyl/Unsupervised_Watermark/BiGAN_LiPan
- test_mad_gauss.py
- 测试加了gauss noise后的MAD值
- gauss noise的强度由文件中的add_gauss_noise函数控制
- 通过修改transforms实现添加噪音,只修改了cifar10的transform
- train_downstream copy.py
- 测试ACC
- gauss noise的强度由文件中的add_gauss_noise函数控制
- 通过修改transforms实现添加噪音,只修改了cifar10的transform
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment