adc是指什么

ADC,全称是Adversarial Discriminative Capability,中文翻译为对抗性判别能力，这个概念主要出现在计算机视觉和深度学习领域，尤其是在目标检测和图像分类等任务中，ADC是一种模型性能评估标准，用于衡量模型对抗攻击的鲁棒性，即模型在面对经过精心设计的输入(通常是经过微小的、人类难以察觉的改动)时，能否仍能正确识别原始输入的能力。

更具体地说，如果一个模型对对抗样本的反应明显偏离了对正常样本的反应，那么我们就可以说这个模型具有较差的对抗判别能力，反之，如果一个模型能够有效地抵抗对抗攻击，那么我们就可以说这个模型具有较好的对抗判别能力。

ADC的概念源于对抗性攻击的研究，对抗性攻击是一种攻击方法，其目的是欺骗机器学习模型，使其做出错误的预测或分类，通过向图像中添加微小的扰动，可以使模型将正常的图像错误地分类为其他类别，如果模型具有强大的ADC,那么它就能在这种对抗性攻击下保持稳定的性能。

提升模型的ADC是提高模型安全性和鲁棒性的重要途径，这通常需要通过训练多种类型的数据来实现，包括正常的训练数据、对抗性训练数据等，这些数据可以帮助模型学习到更多的信息，从而在面对对抗性攻击时能够做出更好的判断。