Evaluating the sensitivity of lightweight object detection models against adversarial perturbations

Evaluating the sensitivity of lightweight object detection models against adversarial perturbations

Syväoppivat neuroverkot ovat viime vuosina olleet yleisin käytetty menetelmä hahmontunnistuksessa niiden tarjotessa merkittäviä parannuksia suorituskykyyn sekä tunnistusten tarkkuuteen. Samanaikaisesti IoT-teknologia on alkanut integroitua tekoälyteknologian kanssa, jonka seurauksena kameroita sisäl...

Full description

Bibliographic Details
Main Author: Mäyrä, Ville-Matti
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Master's thesis
Language:eng
Published: 2022
Subjects:
adversarial examples
object detection
sensitivity analysis
vihamielinen esimerkki
herkkyysanalyysi
Tietotekniikka
Mathematical Information Technology
602
neuroverkot
syväoppiminen
hahmontunnistus (kognitio)
neural networks (information technology)
deep learning
form recognition (cognition)
Online Access: https://jyx.jyu.fi/handle/123456789/81442

Similar Items