基于原型的图像分类中补丁可视化的合理性检验
计算机视觉与模式识别
2023-11-29 v1
摘要
在这项工作中，我们对ProtoPNet和ProtoTree中实现的视觉化方法进行了分析，这两个是基于原型的自解释视觉分类器。我们表明此类方法未能正确识别图像内部的感兴趣区域，因此未能反映模型行为，这可能给模型造成一种虚假的偏差感。我们还定量地证明，该问题可通过使用其他能提供更忠实图像补丁的显著性方法来缓解。
引用
@article{arxiv.2311.16120,
title = {Sanity checks for patch visualisation in prototype-based image classification},
author = {Romain Xu-Darme and Georges Quénot and Zakaria Chihani and Marie-Christine Rousset},
journal= {arXiv preprint arXiv:2311.16120},
year = {2023}
}
备注
arXiv admin note: substantial text overlap with arXiv:2302.08508