我很大，你很小；我在右，你在错

机器学习在图像分类领域是活跃且快速发展的领域。随着不同大小和不同体系结构分类器的普及，选择合适模型的问题愈发重要。虽然我们可以对模型的分类准确率进行统计评估，但我们对这些模型工作方式的理解仍然有限。为了深入了解不同视觉模型的决策过程，本文提出使用最小充分像素集来衡量模型的“集中”程度：捕获图像本质的像素，即通过模型的视角。通过比较像素集的位置、重叠情况和大小，我们发现不同体系结构在集中程度上存在统计学差异，包括大小和位置。特别是，ConvNext和EVA模型与其他模型有显著不同。我们还发现，被误分类的图像与正确分类的图像相关联的像素集更大。