-
题名图片分类的卷积神经网络可解释性分析
- 1
-
-
作者
方浩澎
-
机构
兰州交通大学数理学院
-
出处
《电脑与信息技术》
2024年第1期4-6,36,共4页
-
文摘
为了理解卷积神经网络在图片分类任务中做出决策的依据,进而优化模型,降低调参成本,对卷积神经网络进行可解释性分析是十分有必要的。为此,文章以水果图片分类任务为切入点,使用了多种类激活图,从多个角度分析模型所给出结果的原因。文章采用Res Net模型先进行微调,在取得较好的分类性能后,进行了语义特征的基础分析、遮挡性分析,以及基于CAM的可解释性分析和LIME可解释性分析,为卷积神经网络提供一定的可解释性。实验结果表明,卷积神经网络做出决策的依据与人类理解的语义是一致的。
-
关键词
图片分类
卷积神经网络
可解释性
类激活图
-
Keywords
image classification
convolutional neural networks
interpretability analysis
activation map
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-