Vysvětlitelná detekce objektů
Vysvětlitelná detekce objektů kombinuje detektor objektů založený na hlubokém učení – jako je YOLO, Faster R-CNN nebo DETR – s post-hoc nebo vestavěnými metodami vysvětlitelnosti (Grad-CAM, LIME, SHAP, D-RISE), které vizualizují, proč model umístil ohraničující rámeček na konkrétní místo a přiřadil konkrétní třídu, čímž se jeho rozhodnutí stávají auditovatelnými pro člověka.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Selvaraju, R. R., Cogswell, M., Das, A., Vedantam, R., Parikh, D., & Batra, D. (2017). Grad-CAM: Visual Explanations from Deep Networks via Gradient-Based Localization. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 618–626. DOI: 10.1109/ICCV.2017.74 ↗
- Ribeiro, M. T., Singh, S., & Guestrin, C. (2016). 'Why Should I Trust You?': Explaining the Predictions of Any Classifier. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 1135–1144. DOI: 10.1145/2939672.2939778 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Explainable Artificial Intelligence for Object Detection (XAI-OD). ScholarGate. https://scholargate.app/cs/deep-learning/explainable-object-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Vysvětlitelná klasifikace obrazuHluboké učení↔ compare
- Explainable Vision TransformerHluboké učení↔ compare
- Instance SegmentationHluboké učení↔ compare
- Detekce objektůHluboké učení↔ compare
- Sémantická segmentaceHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →