Seletatav objektituvastus
Seletatav objektituvastus ühendab süvaõppe objektituvastaja – näiteks YOLO, Faster R-CNN või DETR – järel- või sisseehitatud seletatavuse meetoditega (Grad-CAM, LIME, SHAP, D-RISE), mis visualiseerivad, miks mudel paigutas piirdekasti konkreetsesse kohta ja määras konkreetse klassisildi, muutes selle otsused inimestele auditeeritavaks.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Explainable Artificial Intelligence for Object Detection (XAI-OD). ScholarGate. https://scholargate.app/et/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.
- Selgitatav pildiklassifikaatorSüvaõpe↔ compare
- Selgitatav nähtavusega transformer (Explainable Vision Transformer)Süvaõpe↔ compare
- Instance SegmentationSüvaõpe↔ compare
- ObjektituvastusSüvaõpe↔ compare
- Semantiline segmentatsioonSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →