ODSmoothGrad：为目标检测器生成显著图
计算机视觉与模式识别
2023-04-18 v1
摘要
生成显著图的技术持续被用于深度学习模型的可解释性，相关努力主要应用于图像分类任务。然而，此类技术也可应用于目标检测器，不仅可用于分类分数，还可用于边界框参数——这些参数是回归值，可识别贡献于这些参数的相关像素。本文中，我们提出 ODSmoothGrad，一种为目标检测器中的分类与边界框参数生成显著图的工具。鉴于显著图存在噪声，我们还应用 SmoothGrad 算法从视觉上增强感兴趣像素。我们在单阶段与两阶段目标检测器上展示了这些能力，并与基于分类器的技术进行了比较。
引用
@article{arxiv.2304.07609,
title = {ODSmoothGrad: Generating Saliency Maps for Object Detectors},
author = {Chul Gwon and Steven C. Howell},
journal= {arXiv preprint arXiv:2304.07609},
year = {2023}
}
备注
To be published in XAI4CV Workshop Proceedings at CVPR 2023