class activation mapping | BriefGPT

关键词class activation mapping

搜索结果 - 26

通过像素重新加权的对抗训练改善准确度和鲁棒性的平衡
使用部分降低 epsilon 值分散在关键区域的扰动，Pixel-reweighted AdveRsarial Training（PART）在 CIFAR-10、SVHN 和 TinyImagenet-200 上实现了准确性的显著提升，证明
PDFa month ago
有偏的二元属性分类器忽略了大多数类别
本研究延伸了梯度基于 Class Activation Mapping (CAM) 方法，以适用于二分类器，并可视化二元面部属性分类器的活跃区域。实验结果表明，偏斜分类器主要依赖于多数类别的偏倚激活，而均衡分类器在不平衡数据上经过调整后，多
PDF4 months ago
强化弱监督语义分割的双重亲和学习增强的辅助任务
提出 AuxSegNet + 框架，使用正好标定过的图片级别标签，通过关联任务 -- 显著性检测和多标签图像分类以及交叉任务亲和学习机制，改进了弱监督语义分割的性能，并在 PASCAL VOC 和 MS COCO 数据集上取得了新的最先进结
PDF4 months ago
SFC：弱监督语义分割中的共享特征校准
在这项研究中，我们首次证明了训练数据中存在的长尾分布会导致通过分类器权重计算出的 Class Activation Mapping 对头部类别过度激活、尾部类别欠激活，从而降低伪标签的质量并进一步影响最终的语义分割性能。为了解决这个问题，我
PDF5 months ago
BroadCAM: 面向小规模弱监督应用的结果无关类激活映射
我们提出了一种面向小规模弱监督应用的结果无关 CAM 方法，叫做 BroadCAM，通过在各种 CNN 架构中对 VOC2012（自然图像）和 BCSS-WSSS（医学图像）进行评估，在小规模数据（不到 5％）中表现出比现有 CAM 方法更
PDF10 months ago
AME-CAM: 注意力多路出口 CAM 在 MRI 脑肿瘤弱监督分割中的应用
本文介绍了一种新的基于关注多级金字塔结构的类激活特征映射方法 AME-CAM, 该方法对多分辨率的激活图进行聚合，实现了对磁共振成像脑肿瘤分割的高精度预测。
PDFa year ago
一种基于置信度的 MRI 脑肿瘤分割之新型类激活映射方法
本研究提出了一种新的基于信心度的类激活映射方法 (Cfd-CAM)，该方法在脑肿瘤图像分割方面具有更高的精度和更好的效果。
PDFa year ago
通过反事实学习减轻弱监督目标定位中的偏置激活
本文研究基于类激活映射（CAM）的弱监督物体定位方法中偏置激活的问题，分析了其原因，基于此设计了一个新的 Counterfactual Co-occurring Learning（CCL）范例，并将 Counterfactual-CAM 集
PDFa year ago
Cluster-CAM: 基于聚类加权的 CNN 图像分类决策可视化
本文提出了一种新的基于聚类的 CNN 解释算法 Cluster-CAM，它可以分离特征图并采用认知基础映射和认知剪切策略来合并认知图生成显著性热力图，结果显示 Cluster-CAM 比现有的 CAM 能够更准确地匹配人类认知，且在效率和效
PDFa year ago
VS-CAM: 用于解释视觉图神经网络的顶点语义类激活映射
本文提出了一种新的可视化方法：基于节点语义信息的类激活映射（Vertex Semantic Class Activation Mapping，VS-CAM），用于图卷积神经网络（Graph Convolutional Neural Netw
PDF2 years ago
应用 BERT 进行假新闻检测的更佳分类预测推理
本研究在真实与假新闻数据集上，从可视和分析角度分析了表示空间的质量。提出了 Class Activation Mapping 的修改方案，为每个单词标记提供一个 CAM 得分，以便于预测。最终表明，加上可学习的线性层的 naive BERT
PDF2 years ago
Abs-CAM：卷积神经网络解释的梯度优化可解释性方法
本文提出了一种基于绝对值的类激活映射（Abs-CAM）方法，优化了反向传播得到的梯度，使所有梯度都变为正梯度，从而增强了输出神经元激活的视觉特征，并提高了显著图的定位能力。该方法通过两个阶段的生成显著图来改善其定位能力，并在识别和定位任务中
PDF2 years ago
CVPR自监督图像特定原型探索用于弱监督语义分割
提出了一种基于自我监督的图像特定原型探索的弱监督语义分割方法，结合图像特定的类别激活映射和一致性损失，实现完整的区域捕捉和特征表示，取得了 PASCAL VOC 2012 和 MS COCO 2014 分割基准数据集上的最新的最佳表现，只需
PDF2 years ago
CVPR弱监督语义分割的多类别令牌变换器
本文提出了一种基于 Transformer 的新框架，用于学习类别特定的物体定位映射，作为弱监督语义分割的伪标签。通过将多个类别令牌引入 Transformer 中，实现对类别特定注意力的有效捕获，从而生成对应于不同类别令牌的类别判别性的物
PDF2 years ago
基于概念学习的类别激活映射
本文提出了 Conceptor-CAM 模型解决传统方法只模型对比关系和缺乏 intra-channel relation 的问题，并验证了在多项测试上实验结果均超过现有方法。
PDF2 years ago
F-CAM: 通过引导参数上采样生成完整分辨率的类激活地图
该论文提出了一种基于参数化上采样的 Class Activation Mapping 方法，专注于解决卷积神经网络在弱监督条件下物体定位的问题，通过将拟合的解码器与 CNN 分类器相连，利用附加属性如图像统计和大小约束扩展和精细化对象边界，
PDF3 years ago
ICCV保持冷静，提高视觉特征归因
本文提出的 CALM 模型通过将经验校准步骤嵌入模型以及使用潜在变量来改进 CAM 算法的短处，在具有弱监督目标检测的基准测试中表现出更好的性能。
PDF3 years ago
MinMaxCAM：基于 CAM 的弱监督定位中提升目标覆盖率
本文提出了两种表示规范机制：完整区域规范化和公共区域规范化，以解决弱监督目标定位中存在的对象覆盖不准确的问题，并且在 ImageNet，CUB-200-2011 和 OpenImages-segmentation 数据集上得到了显著优于现有
PDF3 years ago
CVPR重新审视基于类激活映射的可解释性评估：一种新的度量和实验分析
本文提出了一种新的指标来量化解释性映射，以提高 Class Activation Mapping (CAM) 方法的评估和重现，通过比较不同基于 CAM 的可视化方法来证明这种新指标的适用性。
PDF3 years ago
ICCV关于分类激活映射更好的解释
本文提出了一种基于二元变量控制的 CNN 解释模型，并证明了 SHAP 值是以一组理想属性为特点的 CAM 系数的唯一解，进而引入一种基于 DeepLIFT 的高效估计 SHAP 值的方法 ——LIFT-CAM。实验证明 LIFT-CAM
PDF3 years ago