CNN 分类任务可视化响应热图

CNN 分类任务可视化响应热图

1. 最原始的class activation map (CAM)

可以在最后一层卷积层可视化如右下角的 类响应图。

• 缺点：需要把之前的FC层去掉，然后加入GAP+FC重新训练。

2. 改进的Gradient-weighted Class Activation Mapping (Grad-CAM)

之前的 cam， A k ∈ R u × v A^k in mathbb{R}^{u times v} Ak∈Ru×v 表示最后一层卷积卷出来的feature map。

最后的热图也可这么表示

grad-cam就是利用梯度反传到 A k A^k Ak的值做gap。

最后的热图这么表示

所以就不需要重新训练一个网络了。