模型鲁棒性评估

该页面用于评估感知模型在对抗攻击下的鲁棒性，降低模型在真实场景中发生错误的可能性。

评估配置

请选择对抗攻击方法和参数：

对抗攻击方法: Epsilon: 迭代次数: 数据集ID:

领域自适应配置

选择源域和目标域的数据集，以及自适应算法参数：

源域:

目标域:

自适应算法:

学习率:

Batch Size:

Epochs:

评估结果

以下是模型鲁棒性评估的结果：

ID	攻击方法	Epsilon	迭代次数	数据集ID	攻击成功率	精度下降幅度	时间戳	操作

测试用例

以下是预设的测试用例，用于验证系统的各个功能模块。