CIFAR-100-C是一个基准数据集，旨在评估机器学习模型对常见图像损坏的鲁棒性。它由CIFAR-100测试集的损坏版本组成，通过应用15种类型的失真，每种失真具有五个严重级别而生成。该数据集在鲁棒性研究中被广泛使用，用于衡量模型对意外输入扰动的泛化能力，补充标准准确率指标。
原始CIFAR-100数据集包含60,000张32x32彩色图像，分为100个类别，其中50,000张训练图像和10,000张测试图像。CIFAR-100-C取10,000张测试图像，对每种损坏类型在每个严重级别下应用，生成75,000张损坏图像（15种损坏×5个严重级别×10,000张图像）。这些损坏模拟了真实世界的失真，如噪声、模糊、天气效应和数字伪影。
损坏类型
15种损坏类型分为四类：噪声（高斯、散粒、脉冲）、模糊（散焦、霜冻、玻璃、运动、缩放）、天气（雪、霜、雾、亮度）和数字（对比度、弹性、像素化、JPEG）。每种损坏通过算法应用，严重级别从1（轻微）到5（严重）。例如，高斯噪声添加随机像素值，而运动模糊模拟相机移动。该数据集使用标准化代码库生成，确保跨研究的可复现性。
在鲁棒性评估中的使用
CIFAR-100-C常用于衡量神经网络和其他机器学习模型的鲁棒性。研究人员报告所有损坏和严重级别的平均错误率，通常称为平均损坏误差（mCE）。使用数据增强技术（如随机裁剪或颜色抖动）训练的模型，在CIFAR-100-C上的表现通常优于未使用这些技术训练的模型。该基准已成为鲁棒性社区的标准工具，与CIFAR-10-C和ImageNet-C并列。
与其他基准的关系
CIFAR-100-C是Hendrycks和Dietterich于2019年引入的损坏基准家族的一部分，该家族还包括CIFAR-10-C和ImageNet-C。这些数据集共享相同的损坏类型和严重级别，允许跨数据集比较。该基准通常与对抗鲁棒性评估结合使用，尽管它侧重于自然损坏而非恶意扰动。它也被用于研究批量归一化和其他架构选择对鲁棒性的影响。
局限性与扩展
虽然CIFAR-100-C被广泛使用，但它存在局限性。这些损坏是合成的，可能无法完全捕捉真实世界的分布偏移。一些研究人员提出了扩展，如CIFAR-100-P，它包含用于视频类序列的时间相关损坏。其他人使用CIFAR-100-C来评估大型语言模型在视觉任务中的鲁棒性，尽管此类应用较少见。该数据集仍然是基准测试鲁棒性的宝贵资源，尤其适用于小规模模型和快速实验。