基于可视化的 CNN 目标分类器解码
计算机视觉与模式识别
2020-07-16 v1 机器学习
摘要
本文研究了在自动驾驶车辆机器感知背景下，如何通过可视化解释卷积神经网络（CNN）的工作机制。我们可视化了 CNN 不同卷积层中提取的特征类型，这有助于理解 CNN 如何在每一层逐步增强空间信息。因此，它在每一次变换中都集中于感兴趣区域。可视化激活的热图有助于我们理解 CNN 如何对图像中的不同物体进行分类与定位。本研究也有助于解释模型精度偏低的原因，从而提升对目标检测模块的可信度。
引用
@article{arxiv.2007.07482,
title = {Decoding CNN based Object Classifier Using Visualization},
author = {Abhishek Mukhopadhyay and Imon Mukherjee and Pradipta Biswas},
journal= {arXiv preprint arXiv:2007.07482},
year = {2020}
}
备注
Accepted at ACM International conference on Automotive User Interface 2020