Jan, 2021
U-Noise:可学习的噪声掩码,用于可解释的图像分割
U-Noise: Learnable Noise Masks for Interpretable Image Segmentation
Teddy Koker, Fatemehsadat Mireshghallah, Tom Titcombe, Georgios Kaissis
TL;DR利用添加噪声的方法,我们提出了一种全新的解释深度学习图像分割模型的方法,能在医学等重要决策应用中提高模型的可解释性,并演示了该方法优于传统的 Grad-CAM 和遮挡敏感方法,同时,我们证明了该可解释性模型可以基于遮挡图像的下游性能进行定量评估。