文件名称：Class Activation Mapping，可视化深度学习的判断因素：这是一个实现Class Activation Mapping的示例代码，可视化视觉检查的OK/NG判断重点在哪里。-matlab开发
文件大小：15.38MB
文件格式：ZIP
更新时间：2024-06-18 00:39:35
matlab
使用CNN进行深度学习的分类判断准确率极高，被用于很多领域的自动图像判断。另一方面，有人担心内部是一个黑匣子，“我不知道为什么会做出这个决定”。 本示例代码使用CNN（GoogleNet）判断OK/NG，然后使用称为Class Activation Mapping的方法可视化哪些区域的特征与判断强相关。 ・确认误判是由于哪个区域以及正确的判断是否与人类正在观察的判断因素相同而有效的。 [关键词]图像处理、IPCV 演示、深度学习、深度学习、迁移学习、介绍、对象识别、图像分类、计算机视觉、神经网络、人工智能、视觉检测、可视化 单击此处获取类激活映射为判别性定位学习深度特征麻省理工学院的Boolei Zhou，Aditya Khosla，Agata Lapedriza，Aude Oliva，Antonio Torralba计算机科学和人工智能实验室http://cnnlocalizatio
【文件预览】：
CAM_Squeezenet.zip
CAM_GoogleNet_FEX.zip