基于消融分析的卷积神经网络可解释性分析

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘要: 针对基于类激活映射(CAM)的可解释性方法因受到与目标类别无关特征的干扰, 导致可视化结果中含有较多噪声及对目标物体定位精度较低的问题

, 提出一种基于消融分析的卷积神经网络(CNN)可视化方法. 先通过消融实验考察深层网络特征与目标类别的相关性并计算特征融合权重; 再通过ReLU或Soft(剩余12509字)

monitor
客服机器人