matlab 的对比实验代码，主要是为了复现一篇挺有意思的论文：将深层神经网络与人类在对象识别上的表现进行对比。代码结构清晰，数据齐全，尤其适合想研究模型鲁棒性或者图像退化的你。

代码里有个叫image-manipulation.py的主力脚本，功能还蛮多，像是加噪声、灰度化、加 Eidolon 失真效果啥的，都可以一键搞定。要是你之前对图像退化的还不太熟，这套代码可以说是不错的上手资料。

类别映射部分也值得一看，它给出了 16 种 MS COCO 类别和 ImageNet 细粒度标签的对照表，格式是.txt 文件，阅读和调用都挺方便。

还有一点要注意，Eidolon 变换那块是依赖第三方工具包的，使用前记得去官方仓库下载或者克隆一下，不然运行的时候会报错哦。

如果你对图像识别中的退化建模、人类对比实验、或者神经网络鲁棒性感兴趣，真的可以花点时间看看。用matlab也好改，调试起来不难，嗯，响应也快。

如果你还想深入了解相关内容，推荐看看这些：

如果你正打算做神经网络与人类视觉对比的实验，可以优先试试这个资源。