GAP（全局平均池化层）生成CAM（Class Activation Map）

一、GAP的提出

1、来源：Network in Network   

论文作者提出GAP：用于正则化、减少参数量，替代网络中最后一层全连接网络

 2、原理

具体可以参考链接2

 

二、GAP在图像中物体定位上的应用

 

在论文Learning Deep Features for Discriminative Localization

首次提出用GAP定位图像中的物体。

 

 

 

三、GAP与GMP（全局最大池化层）比较

在生成CAM图时，即物体定位方面，GAP效果好于GMP。因为最后一层卷积层map上某个（x,y）值最大，不能代表物体在（x,y）相关区域。使用平均值更好一点。

参考：

1、深度学习论文笔记（可解释性）——CAM与Grad-CAM_菜到怀疑人生的博客-CSDN博客_grad-cam

 

2、 全局平均池化_你吃过卤汁牛肉吗的博客-CSDN博客_全局平均池化

 

3、【池化选择】全局最大池化和全局平均池化的实验分析_JianqiuChen的博客-CSDN博客_全局平均池化和全局最大池化