Apr, 2024
平滑深度显著性
Smooth Deep Saliency
Rudolf Herdt, Maximilian Schmidt, Daniel Otero Baguer, Peter Maaß
TL;DR通过减少来自卷积下采样的噪声,我们探讨了解释深度学习模型如何检测扫描的组织标本中的肿瘤的方法,这些方法使得梯度基于隐藏层计算的显著性图更具解释性。我们在 ImageNet1K 上训练的不同模型以及在 Camelyon16 和实际数字病理学染色组织样本的肿瘤检测训练模型上测试了我们的方法。结果表明,梯度中的棋盘噪声得到了减少,从而产生更平滑且更易于解释的显著性图。