提高图像分类的事后解释基准可靠性

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本研究提出了一种改进的图像分类后置解释方法,使用Krippendorf's alpha量化可靠性,采用扰动样本和焦点损失函数增强鲁棒性和校准性。验证结果显示该方法在可靠性评估上取得显著改进,强调了模型鲁棒性的重要性。

原文中文,约300字,阅读约需1分钟。
阅读原文