视觉解释的可解释人工智能基准
原文中文，约600字，阅读约需2分钟。发表于：。深度学习算法的崛起在计算机视觉任务中取得了重大进展，但它们的 “黑匣子” 性质引发了对可解释性的关注。可解释人工智能（XAI）作为一个重要的研究领域出现，旨在打开这个 “黑匣子”，并揭示人工智能模型的决策过程。视觉解释作为可解释人工智能的一个子集，通过突出显示输入图像中的重要区域，为处理视觉数据的人工智能模型的决策过程提供直观的见解。我们提出了一个 XAI...
该文章介绍了一个可解释人工智能（XAI）基准，包括来自不同主题的数据集集合，为图像提供了类别标签和相应的解释注释。作者提出了一个全面的视觉解释流程，并对超过10种评估方法进行了综合评述。作者希望这个基准可以推动视觉解释模型的进步。
