对抗药物 该存储库包含用于训练描述的概念验证模型和对抗性攻击的代码,CS场所正在考虑对其进行更新。 数据 原始图像 如本文所述,该项目中使用的所有数据都是公开可用的。 原始来源如下: 如本文所述,无论原始数据集中是否有任何训练/测试拆分,我都将所有图像合并在一起,然后按患者划分为〜80/20训练/测试拆分。 特别是DR Kaggle回购是太测试重他们的火车/分的测试我的目的。 numpy数组 为了更轻松地在此存储库中重新创建结果,我还在 为上述每个数据集的验证集提供了numpy数组。 (训练台太大)。 这些numpy验证集,以及下面的keras模型,足以运行Jupyter笔记本生成图形和python脚本生成表。 楷模 预训练的Keras模型 如果您想跳过训练步骤,我将为 的三个任务分别提供keras模型(对于白盒模型)和keras模型权重(对于单独训练的黑盒模型)。 注:请不要尝试使用这