基于視覺-文本損失的開放詞匯檢測(cè)大模型對(duì)抗樣本生成方法

摘要： 近期，開放詞匯檢測(cè)(OVD)因其在處理未知類別物體識(shí)別上的潛力而成為計(jì)算機(jī)視覺領(lǐng)域的研究焦點(diǎn)。YOLO-World作為該領(lǐng)域的代表性方法，在具有強(qiáng)大實(shí)時(shí)檢測(cè)能力的同時(shí)，由深度學(xué)習(xí)網(wǎng)絡(luò)脆弱性引起的安全問(wèn)題也不可忽視?；诖吮尘?，提出了一種針對(duì)YOLO-World算法的白盒對(duì)抗樣本生成方法，為識(shí)別和量化大模型安全漏洞提供思路。方法以YOLO-World網(wǎng)絡(luò)反向傳播過(guò)程中產(chǎn)生的梯度數(shù)... （共9頁(yè)）