Επεξηγήσιμη Ανίχνευση Αντικειμένων
Η επεξηγήσιμη ανίχνευση αντικειμένων συνδυάζει έναν ανιχνευτή αντικειμένων βαθιάς μάθησης — όπως YOLO, Faster R-CNN, ή DETR — με μεθόδους επεξήγησης μετά την επεξεργασία (post-hoc) ή ενσωματωμένες (built-in) (Grad-CAM, LIME, SHAP, D-RISE) που οπτικοποιούν γιατί το μοντέλο τοποθέτησε ένα πλαίσιο οριοθέτησης σε μια συγκεκριμένη θέση και ανέθεσε μια συγκεκριμένη ετικέτα κλάσης, καθιστώντας τις αποφάσεις του ελέγξιμες από ανθρώπους.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Explainable Artificial Intelligence for Object Detection (XAI-OD). ScholarGate. https://scholargate.app/el/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.
- Επεξηγήσιμη Ταξινόμηση ΕικόνωνΒαθιά Μάθηση↔ compare
- Επεξηγήσιμος Μετασχηματιστής ΌρασηςΒαθιά Μάθηση↔ compare
- Τμηματοποίηση Αντικειμένων (Instance Segmentation)Βαθιά Μάθηση↔ compare
- Ανίχνευση ΑντικειμένωνΒαθιά Μάθηση↔ compare
- Σημασιολογική ΤμηματοποίησηΒαθιά Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →