【学习笔记】xProtoNet和ProtoNet：可解释的图像分类

ProtoNet

论文地址：This Looks Like That: Deep Learning for Interpretable Image Recognition
代码地址：https://github.com/cfchen-duke/ProtoPNet

之前的分类模型

之前的分类模型几乎都Encoder-Decoder的形式，通过Encoder获取图像特征向量之后在通过Decoder进行分类。比如下图，encoder一般是预训练的模型，分类模型主要是训练deocder

而所谓的可解释也都是在这个部分之外再添加诸如attention的部分，和人的思考模式还是有点区别的。
我们人的思考可能是这样的模式（原文是用鸟来举例子，我觉得很没代入感，我用个二次元的例子）：

我们看到一张图片（左），如果想识别它是不是雷电将军，我们可能会怎么想呢？我们心中肯定有一个雷电将军（右），这个图片说白了是我们心中对于她记忆种特征的一个具象化图。如果和我们心中的将军像到某种程度的话࿰