Class activation mapping
PulseAugur coverage of Class activation mapping — every cluster mentioning Class activation mapping across labs, papers, and developer communities, ranked by signal.
-
新的SRCD框架解决了长尾识别中AI的捷径学习问题
研究人员推出了一种名为“抗干扰CAM蒸馏”(SRCD)的新框架,旨在提高AI模型在长尾识别任务中对尾部类别的泛化能力。该方法通过在类别激活图(CAM)空间中,将头部类别的面向对象的解释转移到尾部类别,来解决模型依赖非语义线索或“捷径”的问题。SRCD利用能量模型加权,从头部类别创建鲁棒的教师CAM,然后将其蒸馏以指导尾部类别的CAM,从而有效抑制对捷径的依赖并提高在长尾基准测试上的性能。
-
新的SRCD框架对抗长尾数据集中的AI捷径学习
研究人员开发了抗捷径CAM蒸馏(SRCD),一个旨在提高AI模型在长尾数据集上泛化能力的新框架。该方法解决了捷径学习问题,即模型依赖于非语义线索(如背景纹理)而非以物体为中心的特征,尤其是在稀有尾部类别上。SRCD通过在类激活图(CAM)空间中,将来自常见头部类别的以物体为中心的解释转移到尾部类别,并使用能量模型加权来创建抗捷径的教师模型。
-
综述论文追踪人工智能中视觉解释方法的发展
一篇新发表在 arXiv 上的综述论文详细介绍了可解释计算机视觉中类激活映射(CAM)技术的发展。该论文将 2016 年以来的 57 项以方法为中心的研究进行了分类,强调了从解释简单的 CNN 分类器到涉及 Transformer、CLIP 和 DINO 等基础模型以及注意力机制的更复杂方法的转变。文章指出,尽管解释方法日益复杂,但对忠实度、鲁棒性和人类信任的评估协议仍然分散。
-
新的C2RM-Seg框架增强了组织病理学图像分割
研究人员推出了一种新颖的两阶段框架C$^2$RM-Seg,旨在改进组织病理学图像分割。该方法解决了现有弱监督技术中的局限性,这些技术通常通过关注外观而非因果形态来产生嘈杂的伪标签。C$^2$RM-Seg集成了用于形态对齐伪标签生成的因果反事实推理模块,以及一个结合了细粒度结构特征和来自DINOv3基础模型的全局语义先验的双路径结构-语义架构。该框架还包含一个不确定性门控裕度损失,以进一步提高分割精度。
-
新的FAME方法增强了AI模型在图像任务中的可解释性
研究人员推出了一种名为FAME的新方法,用于解释图像处理任务中的深度学习模型。FAME结合了基于梯度的技术和输入操纵来生成归因图,旨在提高图像分类和人脸识别的可解释性。该方法挑战了像类激活映射(CAM)等先前技术在更深层网络中所做的假设,并展示了具有竞争力的性能。