Net2Brain：一个用于比较人工视觉模型与人脑响应的工具箱
计算机视觉与模式识别
2025-09-08 v4 人工智能
神经元与认知
摘要
我们介绍Net2Brain，一个用于比较人工深度神经网络（DNN）表征空间与人脑记录数据的图形化和命令行用户界面工具箱。虽然不同的工具箱仅支持单一功能或仅关注一小部分有监督图像分类模型，Net2Brain允许提取超过600个DNN的激活，这些DNN经过训练以执行多种视觉相关任务（例如语义分割、深度估计、动作识别等），覆盖图像和视频数据集。该工具箱计算这些激活上的表征不相似矩阵（RDM），并使用表征相似性分析（RSA）、加权RSA，在特定ROI中和通过searchlight搜索，将其与人脑记录进行比较。此外，可以向工具箱添加新的刺激数据集和人脑记录以进行评估。我们通过一个展示如何使用它来检验计算认知神经科学假设的示例，演示了Net2Brain的功能和优势。
引用
@article{arxiv.2208.09677,
title = {Net2Brain: A Toolbox to compare artificial vision models with human brain responses},
author = {Domenic Bersch and Kshitij Dwivedi and Martina Vilas and Radoslaw M. Cichy and Gemma Roig},
journal= {arXiv preprint arXiv:2208.09677},
year = {2025}
}
备注
Published in Frontiers in Neuroinformatics (2025), Article 1515873. Version of record: https://doi.org/10.3389/fninf.2025.1515873 4 Pages, 3 figures, submitted and accepted to CCNeuro 2022. For associated repository, see https://github.com/ToastyDom/Net2Brain Update 1: Changed Citation