CAM(CNNの特徴の可視化を含めて)
CAM(Class Activation Map)は、画像分類等において、クラスが画像のどの領域に注目しているのかを可視化する手法です。
saliency mapとか言われたりする
リンク集
- CNN Heat Maps: Gradients vs. DeconvNets vs. Guided Backpropagation
-
GitHub - PAIR-code/saliency: Framework-agnostic implementation for state-of-the-art saliency methods (XRAI, BlurIG, SmoothGrad, and more).Framework-agnostic implementation for state-of-the-art saliency methods (XRAI, BlurIG, SmoothGrad, and more). - GitHub - PAIR-code/saliency: Framework-agnostic ...
CAMの手法まとめ
CAM
2015年の”Learning Deep Features for Discriminative Localization”が、CAM(Class Activation Map)の代表的な手法の始まりだと思います。
Grad-CAM
CAMの派生です。
https://betashort-lab.com/データサイエンス/ディープラーニング/grad-cam/
Guided Grad-CAM
Grad-CAMとGuided Backpropagationを組み合わせた手法です。
Grad-CAMの論文で、Grad-CAMと共に提案されました。
https://betashort-lab.com/データサイエンス/ディープラーニング/grad-cam/
Guided BaskPropagation
Smooth Grad
参考

2019年までのCAM(Class Activation Map)まとめ - Qiita
はじめにこの記事は,一応「Deep Learning論文紹介 Advent Calendar 2019」の12/20に投稿する予定だったものですが,ずれにずれた結果,2019年のギリギリになって焦…

ディープラーニングの判断根拠を理解する手法 - Qiita
ディープラーニングは特定分野で非常に高い精度が出せることもあり、その応用範囲はどんどん広がっています。しかし、そんなディープラーニングにも弱点はあります。その中でも大きい問題点が、「何を根拠に判断…