CAM论文总结

CAM：https://arxiv.org/abs/1512.04150(Bolei Zhou, MIT)

Network in network: https://arxiv.org/abs/1312.4400(Shuicheng Yan, NUS)

 

CAM：class activation mapping

一句话总结：在原图上显示出对分类的贡献分布

 

1. CAM总体示意图：GAP然后加权求和（GAP：Global average pooling）

 

 

 

2.CAM公式推导：加权求和交换顺序

 

 

3.CAM显示定位功能：上采样回到原图大小

 

 

4.对比试验

构建网络：GoogLeNet-GAP

（GoogLeNet结构表）

分类性能比较：

定位性能比较：

bbox策略：

（1）simple：

（2）heuristics：

 

5.补充上面提到的弱监督定位方法

（1）GoogLeNet-GMP：https://www.di.ens.fr/~josef/publications/Oquab15.pdf

（2）Back Prop：https://arxiv.org/pdf/1312.6034.pdf

（3）NIN：https://arxiv.org/abs/1312.4400