本文介绍了开放词汇伪装物体分割（OVCOS）任务及其数据集OVCamo，包含11,483张图像和细粒度注释。通过结合类别语义知识和视觉结构线索，提出的方法有效捕捉伪装对象，并在OVCamo数据集上超越了现有的语义图像分割技术。该任务旨在推动开放词汇密集预测研究的发展。

该论文介绍了Grad-CAM技术，通过处理CNN模型中的梯度，实现决策透明和可解释。Grad-CAM在图像分类、字幕和视觉问答中应用，增强用户对模型的信任。研究还提出了Smooth Grad-CAM++和Cluster-CAM等新方法，提升了模型的解释性和准确性，尤其在医学成像领域显示出潜力。