这篇文章有两个重要概念:
1.弱监督物体定位(Weakly-supervised object localization)
2.可视化卷积神经网络
文章的作法是,将最后一个卷积层的输出做一个加权融合,那么这个加权融合的权从何来呢,主要是利用全局池化策略,将一个(N,C,W,H)的特征图FM池化为T,(N,C,1,1)进一步变为T1,(N,C)即可做全连接操作。全连接层的参数形式为(C,num_class),我们所要的权即为被划分的类别所对应的参数L,(C,1),然后与特征图(N,C,W,H)加权融合得到我们的CAM(class activation maps)。想了解更多细节的朋友可以参看原文。
原文链接:https://arxiv.org/abs/1512.04150
也可以参阅一些原文翻译博客: