使用 Grad-CAM 进行视觉解释是否更可靠于深度神经网络？自动气胸诊断的案例研究

BriefGPT - AI 论文速递 ·

本文介绍了一种名为Score-CAM的新型可解释性模型，通过目标类的前向传递得分获得每个激活映射的权重，并通过线性组合得到最终结果。该方法在视觉性能、公平性、识别和定位任务以及调试工具方面表现出色，并通过测试验证了其独立性。

Score-CAM 公平性可解释性模型神经网络视觉性能识别和定位任务

原文中文，约200字，阅读约需1分钟。