本文通过使用grad-cam技术探讨了神经网络如何判断图片的吸引力。研究发现，即使未提供明确的人体边界框，模型也能准确地关注到人体部位，尤其是身体而非面部。
神经网络所学会的“吸引力”是什么？
在判断一张图片是否安全时，神经网络看的是哪些部分？
使用grad-cam，我们探索了模型的预测过程，对于不同类型的图片，包括动作/静态、暴力、吸引力、年龄、种族等等。
很显然，在上面展示的图片中，吸引力模型关注的是身体而非面部。有趣的是，模型在训练过程中没有接触任何明确定义的边界框，但即使如此，仍然学会了定位人体。
这个模型使用200k图像做训练，标记由Hive团队完成，一共分为3个类别：有吸引力（hot）、中立（neutral）、没有吸引力。
阅读原文
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
