Metodin todisteiden tietue
Explainable Semantic Segmentation
Explainable Semantic Segmentation (XSS) couples pixel-wise scene parsing — assigning a class label to every pixel in an image — with post-hoc or intrinsic explanation methods such as Grad-CAM, attention maps, or SHAP, so that the network's class decisions can be audited, visualized, and justified to domain experts in medical imaging, autonomous driving, and remote sensing.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
Explainable Semantic Segmentation (XAI-Integrated Pixel-Wise Scene Parsing)
Taksonominen metoditietue · ml-model / deep-learning
- 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
- Long, J., Shelhamer, E., & Darrell, T. (2015). Fully convolutional networks for semantic segmentation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 3431–3440. · DOI 10.1109/CVPR.2015.7298965
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Ei vielä kuratoituja väitteitä
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.