【论文笔记】Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization
发布时间
阅读量：
阅读量
参考自：
https://www.jianshu.com/p/1d7b5c4ecb93
定义Grad-CAM中第k个特征图对类别c的权重为\alpha_k^c，
\alpha_k^c=\frac{1}{Z}\sum\limits_{i}\sum\limits_{j}\frac{\partial y^c}{\partial A_{ij}^k}
其中，Z为特征图的像素个数，y^c是对应类别c的分数（在代码中一般用logits表示，是输入softmax层之前的值），A_{ij}^k表示第k个特征图中，(i,j)位置处的像素值。求得类别对所有特征图的权重后，求其加权和就可以得到热力图。
L_{Grad-CAM}^c=ReLU(\sum\limits_k\alpha_k^cA^k)
Grad-CAM的整体结构如下图所示：
全部评论 (0)
还没有任何评论哟~