解压后
cd ABC-main- 工具运行需求参见
./complete_verifier/environment.yaml，如果链接失效亦可使用./complete_verifier/environment_pyt111.yaml。使用conda创建虚拟环境：
conda deactivate
conda env remove --name abcrown
conda env create -f complete_verifier/environment.yaml --name abcrown
conda activate abcrown- 如果目录下auto_LiPRA/文件夹内容缺失的情况，请先参照如下步骤编译
auto_LiRPA，如果没有直接跳转至步骤3即可
# git clone the original repository when needed
git clone https://github.com/Verified-Intelligence/auto_LiRPA
cd auto_LiRPA
python setup.py install- 使用：在调整好config.json之后：
cd complete_verifier
python abc.py [PATH to config.json]config.json参数说明： 我将config.json中的参数转换为符合原始工具要求的参数。原始工具参数说明详见完整参数，对应关系如下表所示。
| 参数 | 对应项 | 说明 |
|---|---|---|
| picPath | ['data', 'data_path'] | 原始参数列表中没有此项，额外添加。 |
| modelPath | ['model', 'path'] | 路径以.pth结束 |
| modelName | ['model', 'name'] | 不能调整 |
| modelStructure | ['model', 'structure'] | 原始参数列表中没有此项，额外添加。该项取值参考下方CONFESSION表项 |
| numClasses | ['data', 'num_outputs'] | 需要与modelstructrue分类类别对应 |
| outputPath | ['general', 'results_file'] | 输出路径以.json结尾 |
CONFESSION = {
'Inception_v3': inception_v3,
"Resnet18": resnet18,
"Resnet34": resnet34,
"Resnet50": resnet50,
"GoogleNet": googlenet,
"Mobilenet": mobilenet,
"YOLOv4": yolonet,
"Yolonet": yolonet,
"Flownets" : flownets
}下表是额外添加的一些比较有用的参数：
| 参数 | 对应项 | 说明 |
|---|---|---|
| ['general', 'device'] | ['general', 'device'] | 可选cpu或cuda |
| ['general', 'device'] | ['general', 'device'] | 是否保存结果 |
| timeout | ['bab', 'timeout'] | 每个样本的超时时间 |
- 目前结果：mobilenet能正常运行，在mnist数据集上的判定结果safe accuracy = 0. googlenet和resnet18存在不同的问题。
googlenet: unsupported operations。部分报错截图如下所示：
resnet18: 不满足工具子模块auto_LiPRA中kernel_size == stripe_size的要求。部分报错截图如下所示：
