saliency map [轉]


基於Keras實現的代碼文檔 (圖+說明)

 

"Deep Inside Convolutional Networks: Visualising Image Classification Models and Saliency Maps"

saliency map即特征圖,可以告訴我們圖像中的像素點對圖像分類結果的影響。

計算它的時候首先要計算與圖像像素對應的正確分類中的標准化分數的梯度(這是一個標量)。如果圖像的形狀是(3, H, W),這個梯度的形狀也是(3, H, W);對於圖像中的每個像素點,這個梯度告訴我們當像素點發生輕微改變時,正確分類分數變化的幅度。

計算saliency map的時候,需要計算出梯度的絕對值,然后再取三個顏色通道的最大值;因此最后的saliency map的形狀是(H, W)為一個通道的灰度圖。

下圖即為例子:

這里寫圖片描述

上圖為圖像,下圖為特征圖,可以看到下圖中亮色部分為神經網絡感興趣的部分。

理論依據

這里寫圖片描述

這里寫圖片描述

需要注意一下:

這里寫圖片描述

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM