基于LIME的可解释人工智能的水下声纳图像分类与分析

本研究解决了深度学习在水下图像分类中缺乏可解释性的问题，提出了一种应用于声纳图像分类的可解释人工智能工具，特别关注LIME技术。研究表明，通过使用子模优化算法的SP-LIME，能够有效提升模型决策的透明性和可解释性，增强了对模型结果的信任和可靠性。