Objašnjiva klasifikacija slika
Objašnjiva klasifikacija slika kombinira dubokoučni klasifikator slika — tipično konvolucijsku neuronsku mrežu (CNN) ili Vision Transformer — s post-hoc ili intrinzičnom metodom interpretabilnosti kao što su Grad-CAM, LIME ili SHAP kako bi se proizvela vizualna ili kvantitativna objašnjenja zašto je model dodijelio određenu oznaku slici. Cilj je učiniti proces odlučivanja klasifikatora transparentnim, revizibilnim i pouzdanim.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Explainable Image Classification (XAI-augmented CNN/Transformer Classifiers). ScholarGate. https://scholargate.app/hr/deep-learning/explainable-image-classification
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.
- Prilagođeno klasificiranje slikaDuboko učenje↔ compare
- Klasifikacija slikaDuboko učenje↔ compare
- Detekcija objekataDuboko učenje↔ compare
- Semantička segmentacijaDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →