Batch-CAM：提高卷积深度学习模型推理能力的引入
人工智能
2026-02-16 v2 计算机视觉与模式识别
摘要
深度学习的不透明性往往阻碍在高风险领域的部署。我们提出了一种训练框架，使模型关注与类别代表性特征相匹配，而无需像素级注释。为此，我们引入了 Batch-CAM，这是一种 Gradient-weighted Class Activation Mapping 的矢量化实现，可直接集成到训练循环中，计算开销最小。我们提出了两种正则化项：一种是 Prototype Loss，它将单个样本的注意力与全局类别平均值对齐；另一种是 Batch-CAM Loss，它在训练 batch 内强制一致性。使用 L1、L2 和 SSIM 指标进行评估。在 MNIST 和 Fashion-MNIST 上使用 ResNet18 和 ConvNeXt-V2 验证，我们的方法生成的显著性图比基线更具一致性和人类可解释性。虽然保持竞争性的分类准确率，框架成功抑制了虚假特征激活，正如定性重构分析所示。Batch-CAM 似乎为通过利用 batch 级别统计信息来指导特征提取，从而为训练内在可解释模型提供了可扩展的路径，有效弥合了预测性能与可解释性之间的差距。
引用
@article{arxiv.2510.00664,
title = {Batch-CAM: Introduction to better reasoning in convolutional deep learning models},
author = {Giacomo Ignesti and Davide Moroni and Massimo Martinelli},
journal= {arXiv preprint arXiv:2510.00664},
year = {2026}
}
备注
10 pages, 6 figures, submitted to Signal, Image and Video Processing, Springer Nature