提升深度卷积网络可解释性Grad-CAM++(2): Improved Visual Explanations for Deep Convolutional Networks

作者: 19届 lz

论文:《Improved Visual Explanations for Deep Convolutional Networks》



Pre-knowledge

Pre-knowledge

针对现有方法的不足 Grad-CAM++的改进

如果对象不存在则输出 0,如果存在则输出 1。
在这里插入图片描述
通过显式编码权重 wckas 的结构来重新制定 Eqn 3
Grad-CAM++的主要的改动是在对应分类的特征映射的权重表示中加入了relu函数和权重梯度 阿尔法 :
在这里插入图片描述
最终结果
在这里插入图片描述

下面是CAM、Grad-CAM、GradCAM++ 这三种方法的概述及其各自的计算表达式。
在这里插入图片描述

待更新

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

中南大学苹果实验室

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值