ProtoSolo：通过单原型激活实现可解释图像分类
计算机视觉与模式识别
2025-08-04 v3
摘要
尽管可解释的原型网络提高了深度学习图像分类的透明度,但协作决策中需要多个原型增加了认知复杂性,阻碍了用户理解。为解决此问题,本文提出了一种新颖的可解释深度图像分类架构,称为ProtoSolo。与现有的原型网络不同,ProtoSolo只需激活单个原型即可完成分类。这种设计显著简化了解释,因为每个类别的解释只需显示相似度得分最高的原型及其对应的特征图。此外,传统的全通道特征向量被替换为用于相似度比较和原型学习的特征图,从而能够在单原型激活决策中利用更丰富的全局信息。还引入了一种非投影原型学习策略,以保持原型与图像块之间的关联,同时避免投影引起的网络结构突变影响分类性能。在CUB-200-2011和Stanford Cars数据集上的实验表明,ProtoSolo在分类准确率上与最先进的可解释方法相当,同时实现了最低的认知复杂性。代码可在https://github.com/pyt19/ProtoSolo获取。
引用
@article{arxiv.2506.19808,
title = {ProtoSolo: Interpretable Image Classification via Single-Prototype Activation},
author = {Yitao Peng and Lianghua He and Hongzhou Chen},
journal= {arXiv preprint arXiv:2506.19808},
year = {2025}
}