Detecție explicabilă de obiecte
Detecția explicabilă de obiecte combină un detector de obiecte bazat pe deep learning — precum YOLO, Faster R-CNN sau DETR — cu metode de explicabilitate post-hoc sau integrate (Grad-CAM, LIME, SHAP, D-RISE) care vizualizează de ce modelul a plasat o casetă delimitatoare într-o anumită locație și a atribuit o anumită etichetă de clasă, făcând deciziile sale auditive pentru oameni.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Explainable Artificial Intelligence for Object Detection (XAI-OD). ScholarGate. https://scholargate.app/ro/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.
- Clasificare Explicabilă a ImaginilorÎnvățare profundă↔ compare
- Vision Transformer ExplicabilÎnvățare profundă↔ compare
- Segmentare de instanțăÎnvățare profundă↔ compare
- Detecția obiectelorÎnvățare profundă↔ compare
- Segmentare semanticăÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →