ResNet50-UNet

分割模型显示出数据集依赖的特征谱脆弱性

一篇新研究论文探讨了计算机视觉中分割模型的脆弱性，重点关注它们对学习到的特征表示中频率内容的依赖性。该研究将低通滤波应用于 CNN、状态空间模型 (SSM) 和 Transformer 架构在 CVC-ClinicDB 和 ISIC2018 两个数据集上的内部表示。结果显示性能显著下降，尤其是在 CVC-ClinicDB 上，其严重程度因架构和数据集而异。研究还发现，对这些谱干预的敏感性位于特定架构的深度，并表明特征谱鲁棒性与输入域谱鲁棒性不同。