COD10K-C

新基准测试AI模型在图像损坏下的鲁棒性

研究人员推出了COD10K-C，一个旨在测试伪装目标检测模型在各种图像损坏下的鲁棒性的新基准。该基准包含8种类型的损坏，跨越5个严重程度级别，总计40种条件和超过81,000对评估。测试结果显示，SINet-v2和PFNet等流行模型表现出显著的性能下降，尤其是在运动模糊和高斯模糊下，而一个新模型RobustCODLite通过损坏增强和专门的架构组件展示了卓越的韧性。