Learning Deep Features for Discriminative Localization

本文探讨了如何利用预训练模型如AlexNet和VGGNet处理高分辨率图像,通过调整网络输入尺寸和参数配置来改善模型性能。此外,还介绍了几种可视化技术,包括CAM和Grad-CAM,用于解释深度学习模型的预测结果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >





Learning Deep Features for Discriminative Localization论文笔记以及Caffe实现

论文笔记 | Learning Deep Features for Discriminative Localization

论文笔记: Learning Deep Features for Discriminative Localization

可以利用论文的思路对原始以224*224或227*227尺寸图像作为输入的AlexNet或VGGNet使用更高分辨率的图像作为输入,主要是为了利用原来在imagenet上预训练的模型进行finetuning。

https://github.com/hshota0530/caffe_models

VGG的论文里还有提到用384x384,512x512的网络进行训练,然后再融合模型来提高精度,增加384x384的输入,类似于256x256,网络的输入参数大小为336x336,和256x256一样,随机截取作为输入,第一个卷积层把stride改为3就可以。512x512的网络由于输入图片太大,只做了两次实验,一次是卷积大小依旧7x7,stride改为4,不成功。一次是加入两个5x5,stride为2的卷积层,依旧不行,然后就没再实验。 


https://github.com/metalbubble/CAM

https://github.com/jacobgil/keras-cam

https://github.com/slundqui/DeepGAP

https://github.com/markdtw/class-activation-mapping


https://github.com/jacobgil/pytorch-grad-cam

https://github.com/jacobgil/keras-grad-cam

https://github.com/taoyilee/Keras_MedicalImgAI/blob/master/app/grad_cam.py

https://github.com/insikk/Grad-CAM-tensorflow



https://github.com/adityac94/Grad_CAM_plus_plus

https://github.com/conan7882/CNN-Visualization


Visualizing and Understanding Convolutional Networks 阅读笔记-网络可视化NO.1

Grad-CAM: Visual Explanations from Deep Networks via Gradient-Based Localization

凭什么相信你,我的CNN模型?(篇一:CAM和Grad-CAM)


论文笔记:WILDCAT: Weakly Supervised Learning of Deep ConvNets

Weakly supervised Localization using deep feature maps

论文笔记: Weakly Supervised Semantic Segmentation Using Superpixel Pooling Network







评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值