深層学習は画像のどこを見ている！？ CNNで「お好み焼き」と「ピザ」の違いを検証 - Platinum Data Blog by BrainPad
本記事は、当社オウンドメディア﹁Doors﹂に移転しました。 約5秒後に自動的にリダイレクトします。 こんにちは、AI開発部の伊藤です。 今回のブログは、﹁深層学習はいったい画像のどこを見て判断しているのか﹂という素朴な疑問に答えてくれる技術として、昨年提唱された﹁Grad-CAM﹂という技術を紹介します。 目次 目次 1. はじめに 2. Grad-CAMの紹介 Grad-CAMの仕組み‥ 3. 適用例 3-1. 画像キャプション生成︵Image Captioning︶ 3-2. VQA︵Visual Question Answering︶ 3-3. 学習用データのバイアス 4. 実施例︵お好み焼きとピザを分類︶ 4-1. 画像データについて‥ 4-2. CNNの構築‥ 4-3. Grad-CAMの実装‥ 4-4. 実施結果の評価 お好み焼き画像でCNNの判定が当たっているケース‥ ピザ
Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization
Grad-CAM: Why did you say that? · Issue #66 · arXivTimes/arXivTimes
