遥感图像对抗赛学习笔记

1. 远程连接：Remote - SSH

1.1 安装 Remote - SSH 插件

在Extensions中搜索插件

Remote - SSH

1.2 配置SSH密钥

1.2.1 检查是否已经存在密钥

if (dir "$env:USERPROFILE\.ssh\id_*") { "SSH keys exist" } `
else { "No SSH keys found" }

1.2.2 创建密钥

ssh-keygen

1.2.3 查看公钥内容

cat ~/.ssh/id_rsa.pub

2. 服务器系统设置

2.1 VSCode提示“Visual Studio Code is unable to watch for file changes in this large workspace”的问题 [official solution]

2.1.1 sudo sysctl -p：设置从配置文件加载系统参数

sysctl：用于查看和修改内核参数

“sysctl"的全称是"system control”，对应其功能：控制系统参数；

-p：指示从配置文件加载系统参数

全称是“preload”，即 “load from file”；

3. 环境配置

conda create -n transferattack python=3.10

conda create --name py312_transferattack python

3.1 安装PyTorch

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge

3.2 安装numpy

pip install numpy==1.23.2

3.3 安装timm

pip install timm==0.6.12

4. 攻击图像生成

python main.py --input_dir /home/rslab/data/cbr/attackoriimg --output_dir adv_data/dra_rs/resnet101 --attack dra_rs --model=resnet101

4.2 训练模型

python classification_model/rs_train_drapre.py --model=resnet152

5. 常用模型分析

5.1 DRA

5.1.1 Alibaba/easyrobust定义的ResNet与torchvision的FC层的命名不同

alibaba/easyrobust

def _forward_impl(self, x: Tensor) -> Tensor:
    # ...
    x = self.avgpool(x)
    x = torch.flatten(x, 1)
    x = self.last_linear(x)

torchvision/models/resnet

def _forward_impl(self, x: Tensor) -> Tensor:
    # ...
    x = self.avgpool(x)
    x = torch.flatten(x, 1)
    x = self.fc(x)

所以在载入权重时，需要进行键值替换

6. 自定义attack模型

5.1 拷贝模板文件

5.2 自定义模型代码

5.3 载入模型权重

5.3.1 TransferAttack的载入方式使用的是“弹性载入”，并不推荐

仅更新相同键值的权重

model_dict = model.state_dict()
pre_dict = net.state_dict()
state_dict = {k:v for k,v in pre_dict.items() if k in model_dict.keys()}
state_dict['module.fc.weight'] = pre_dict['module.last_linear.weight']
state_dict['module.fc.bias'] = pre_dict['module.last_linear.bias']

这部分代码进行了权重匹配的操作：

• 仅保留新模型中存在的键
• 手动处理了last_linear到fc的映射

5.4 转换为比赛提交格式

python big2samples.py

6. 成绩记录

Time	Method	Command	Score
2024/09/14 14:15	DRA-rs + ResNet152-rs + dra-pretrain	python main.py --input_dir /home/rslab/data/cbr/attackoriimg --output_dir adv_data/dra_rs/resnet152 --attack dra_rs --model=resnet152	42.8
2024/09/09 20:21	DRA-rs + ResNet101-rs	-	39
2024/09/04 14:49	DRA-rs + ResNet50-rs	python main.py --input_dir /home/rslab/data/cbr/attackoriimg --output_dir adv_data/dra_rs/resnet50 --attack dra_rs --model=resnet50	51.5
2024/09/03 13:11	DRA + ResNet50-imagenet	python main.py --input_dir /home/rslab/data/cbr/attackoriimg --output_dir adv_data/dra/resnet50 --attack dra --model=resnet50	33.7
2024/09/03 11:10	BSR + ResNet18-rs	-	28.5
2024/08/27 12:29	MI-FGSM + ResNet18-imagenet	-	28.5
2024/08/21 23:52	BSR + ResNet18-imagenet	-	30.2