Пояснювана класифікація зображень
Пояснювана класифікація зображень поєднує глибокий нейронний класифікатор зображень — зазвичай згорткову нейронну мережу (CNN) або Vision Transformer — з пост-хок або внутрішнім методом інтерпретованості, таким як Grad-CAM, LIME або SHAP, для створення візуальних або кількісних пояснень того, чому модель призначила певний мітку зображенню. Мета полягає в тому, щоб зробити процес прийняття рішень класифікатором прозорим, аудитованим та надійним.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Explainable Image Classification (XAI-augmented CNN/Transformer Classifiers). ScholarGate. https://scholargate.app/uk/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.
- Тонке налаштування класифікації зображеньГлибоке навчання↔ compare
- Класифікація зображеньГлибоке навчання↔ compare
- Виявлення об'єктівГлибоке навчання↔ compare
- Семантична сегментаціяГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →