Machine learningDeep learning / NLP / CV
説明可能な物体検出
説明可能な物体検出は、YOLO、Faster R-CNN、DETRなどの深層学習物体検出器と、後処理または組み込みの可説明性手法（Grad-CAM、LIME、SHAP、D-RISE）を組み合わせ、モデルが特定の場所にバウンディングボックスを配置し、特定のクラスラベルを割り当てた理由を可視化し、その決定を人間が監査できるようにする。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Explainable Artificial Intelligence for Object Detection (XAI-OD). ScholarGate. https://scholargate.app/ja/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.
- 説明可能な画像分類深層学習↔ compare
- 説明可能なVision Transformer深層学習↔ compare
- インスタンスセグメンテーション深層学習↔ compare
- 物体検出深層学習↔ compare
- セマンティックセグメンテーション深層学習↔ compare