用test_BadNets训练CIFAR10数据集后并使用该代码得到的ROC并不理想的问题

[DearYukin]

老师您好，我首先使用了test_BadNets.py训练CIFAR10数据集得到的训练日志如下：
==========Test result on benign test dataset==========
[2024-12-9_21:49:26] Top-1 correct / Total: 8709/10000, Top-1 accuracy: 0.8709, Top-5 correct / Total: 9949/10000, Top-5 accuracy: 0.9949, mean loss: 0.49871015548706055, time: 1.853926181793213
==========Test result on poisoned test dataset==========
[2024-12-9_21:49:28] Top-1 correct / Total: 10000/10000, Top-1 accuracy: 1.0, Top-5 correct / Total: 10000/10000, Top-5 accuracy: 1.0, mean loss: 0.00047622263082303107, time: 1.9681081771850586

之后，我保存了中毒数据集为pth文件，并将其加载到此repo的dataloader2tensor_CIFAR10.py得到了poisoned_test_samples.pth文件

然后，我将训练好的中毒模型和bengin_labels.pth这一标签文件载入到torch_model_wrapper.py之后，再分别用bengin_test_samples和poisoned_test_samples运行该代码得到了tiny_benign.npy和tiny_bd.npy文件

最后，我将tiny_benign和tiny_bd加载进test.py文件中获得AUC_SCORE和ROC图像，然而得到的结果十分的糟糕，我不知道哪一步除了问题，希望老师您能为我指出

[YuanShunJie1]

这是我在CIFAR-10数据集，ResNet-18模型，BadNets攻击下的测试结果。

20241218_145821_badnet_attack_badnet_cifar10_fc5A
TPR: 46.53
FPR: 39.07
AUC: 0.5267
f1 score: 0.49429888403687533
你的是怎么样的？

[LiHu1997]

请问有解决了吗，我这边测试的和你差不多

[YuanShunJie1]

你好 方便加你微信？交流一下？我给你看看我在各个数据集上测出来的结果。

…

------------------ 原始邮件 ------------------ 发件人: "JunfengGo/SCALE-UP" ***@***.***>; 发送时间: 2024年12月27日(星期五) 下午2:57 ***@***.***>; ***@***.******@***.***>; 主题: Re: [JunfengGo/SCALE-UP] 用test_BadNets训练CIFAR10数据集后并使用该代码得到的ROC并不理想的问题 (Issue #5) 请问有解决了吗，我这边测试的和你差不多 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>