增强原型部分网络（EPPNet）用于可解释图像分类的原型

本文介绍了一种新颖的原型部分网络LucidPPN，通过将颜色原型与其他视觉特征分离，减少了模型决策的模糊性。该网络通过两个推理分支处理非颜色视觉特征和颜色信息，使模型决策基于颜色、形状或纹理更加清晰。实验结果表明，LucidPPN与基准方法相比具有相当的效果，并且生成的原型部分模糊性较小，有助于用户理解。