GAP | tensorflow 實現 Class Activation Map 用於 分類目標定位

對《Learning Deep Features for Discriminative Localization》的剖析 一個最近的使用例子是吳恩達公司做的肺炎診斷準確率超過人類醫生 在這篇論文中，認爲圖片在經過卷積層的特徵提取後，通過CAM，除了不弱的分類精度外，還能對分類的依據進行定位，相當於詮釋網絡是如何做出分類判斷的。 CAM的核心部分如下圖： 在卷積層之後，使用了一個叫GAP的池，全稱是

>>阅读原文<<