代码和模型 for ICLR 2021发布的ShapeTextureDebiasedTraining：一种纸形纹理去偏神经网络训练方法

形状纹理去偏神经网络训练 纸（ICLR 2021）的代码和模型。 介绍 卷积神经网络通常偏向于纹理或形状，具体取决于训练数据集 。 我们的消融表明，这种偏差会使模型性能退化。 受此观察的启发，我们开发了一种简单的形状纹理去偏学习算法。 实验表明，我们的方法在多个图像识别基准和对抗鲁棒性上成功提高了模型性能。 例如，通过在ImageNet上进行培训，它可以帮助ResNet-152在ImageNet（+1.2％），ImageNet-A（+5.2％），ImageNet-C（+ 8.3％）和Stylized-ImageNet（+ 11.1％）上取得实质性的进步。 ，以及在ImageNet上防御FGSM对抗攻击者（+ 14.4％）。 我们的方法还声称与其他高级数据增强策略兼容，例如Mixup和CutMix。 依存关系： 支援GPU的PyTorch≥1.4.0 动物园模型： 形状纹理去偏模型