Phân loại ảnh có khả năng giải thích
Phân loại ảnh có khả năng giải thích kết hợp một bộ phân loại ảnh học sâu — thường là mạng CNN hoặc Vision Transformer — với một phương pháp giải thích hậu nghiệm (post-hoc) hoặc nội tại (intrinsic) như Grad-CAM, LIME, hoặc SHAP để tạo ra các giải thích trực quan hoặc định lượng về lý do mô hình gán một nhãn cụ thể cho một hình ảnh. Mục tiêu là làm cho quá trình ra quyết định của bộ phân loại trở nên minh bạch, có thể kiểm toán và đáng tin cậy.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Explainable Image Classification (XAI-augmented CNN/Transformer Classifiers). ScholarGate. https://scholargate.app/vi/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.
- Phân loại ảnh tinh chỉnhHọc sâu↔ compare
- Phân loại ảnhHọc sâu↔ compare
- Phát hiện đối tượngHọc sâu↔ compare
- Phân đoạn ngữ nghĩaHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →