模型Vision Transformer Base/16
ViT-B/16
Vision Transformer的基础版本，采用16x16像素的图像分块方式，将图像转换为序列输入Transformer编码器进行图像分类
时间轴 (近 90 天)
10月14日
论文在 CIFAR-10 和 ImageNet 上测试 GCD，覆盖 ResNet-18、ResNet-50、ViT-B/16 三种架构，并对四种主流攻击方法进行了评估。
待验证50%
Vision Transformer的基础版本，采用16x16像素的图像分块方式，将图像转换为序列输入Transformer编码器进行图像分类
论文在 CIFAR-10 和 ImageNet 上测试 GCD，覆盖 ResNet-18、ResNet-50、ViT-B/16 三种架构，并对四种主流攻击方法进行了评估。