附件简介
CAM算法是论文《LearningDeepFeaturesforDiscriminativeLocalization》中提出的,CNN网络虽然在训练时可能未提供对象的位置,但是仍然具有很强的定位特征能力,如图所示。图是CAM运行的效果,可以看到对于刷牙这一类,CNN能有效地定位到牙刷,而对于锯树,CNN能有效定位到电锯。但是CNN后面通常会接全连接层,作者认为全连接层会影响CNN的定位能力。因此提出了CAM算法,用全局平均池化GAP代替全连接层,从而保留模型的定位特征能力。全局平......
查看原帖