Пояснювана детекція об'єктів
Пояснювана детекція об'єктів поєднує глибоко-навчальний детектор об'єктів — такий як YOLO, Faster R-CNN або DETR — з пост-хок (після аналізу) або вбудованими методами пояснюваності (Grad-CAM, LIME, SHAP, D-RISE), які візуалізують, чому модель розмістила обмежувальну рамку в певному місці та призначила певний клас, роблячи її рішення аудитованими людьми.
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 Artificial Intelligence for Object Detection (XAI-OD). ScholarGate. https://scholargate.app/uk/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.
- Пояснювана класифікація зображеньГлибоке навчання↔ compare
- Пояснюваний Vision TransformerГлибоке навчання↔ compare
- Сегментація екземплярівГлибоке навчання↔ compare
- Виявлення об'єктівГлибоке навчання↔ compare
- Семантична сегментаціяГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →