webb-c/raid

Reinforcement Assisted Image Defense against Adversarial Attacks

#!/usr/bin/python
# -*- coding: utf-8 -*-


class Researcher:

    def __init__(self):
        self.name = "Vaughan Sohn"
        self.role = "Researcher"
        self.major = "Computer Science and Engineering"
        self.interest = {
            research=["Quantum Computing", "Optimization Theory", "Reinforcement Learning"],
            others=["Astronomy", "Quantum Physics"]
        }

    def callout(self):
        print("우주의 아름다움도 다양한 지식을 접하며 스스로의 생각이 짜여나갈 때 불현듯 나를 덮쳐오리라.")


me = Researcher()
me.callout()

Hi, there 👋

• 🔭 I'm currently studying quantum computing in KAIST.
• 💡 Tech Blog: https://webb-c.tistory.com/
• 📮 How to reach me: [email protected]
• 🚀 Resume (Last Updated: August 2024)

Languages and Tools:

                 

Latest Updated Post:

2024/07/01 - [DJMAX RESPECT V] V LIBERTY DLC 리뷰
2024/04/03 - [Remote-ssh] Invalid Character in hostname
2024/02/04 - [암호학] GCD, LCM

raid's Issues

feature addition 관련

현재 코드에서는

mid_feature = self.backbone_part1(img)
agent_feature = self.backbone_part2(mid_feature + feature)
agent_feature = torch.squeeze(agent_feature)   

형태로 feature addition이 구현되어있는데, 다른 파라미터 조절이나 정규화 필요없이 이렇게 진행해도 괜찮을까요?

validation 관련

학습도중에 train <-> val을 계속 전환해야할텐데 Env의 mode가 val이 되었다가 다시 train으로 변하는 데이터셋의 처음부터 다시보게 되는건가요? 그렇게 되면 안될 것 같은데

_inference에 인자가 필요할까요?

_inference가 분류하고자 하는 image를 인자를 가질 필요가 있나요? 내부에서 self.state 사용하면 되지 않나요?

bug: Gaussian Blurring

특정 조건일 때 다음 에러가 계속 발생

cv2.error: OpenCV(4.8.0) D:\a\opencv-python\opencv-python\opencv\modules\imgproc\src\smooth.dispatch.cpp:617: error: (-215:Assertion failed) !_src.empty() in function 'cv::GaussianBlur'