GraphRectify：基于图的对抗样本检测器跨网络迁移方法

发生了什么

据arXiv cs.CV论文，研究者提出GraphRectify，一种基于图的框架，用于在分类器骨干网之间迁移对抗样本检测器。该方法学习中间特征的图结构表示，并将新骨干网的表示适配到原模型学习的检测器上，实现检测器复用。评估显示，GraphRectify在不同骨干网家族间的迁移中，其聚合ROC-AUC高于从头训练或现有迁移消融实验，表明对抗检测知识可有效跨异构架构迁移。