كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعي

مختبر الرؤية الحاسوبية الخوارزميات Grad-CAM++

Grad-CAM++

Grad-CAM++

تعميم لـ Grad-CAM بأوزان بكسلية من المشتقات العليا.

داخل المتصفحالتفسير البصري وخرائط الانتباهالتفسير

هذا المحتوى أُعدّ آلياً من مصادر موثقة ولم تكتمل مراجعته العلمية البشرية بعد. إن وجدت خطأً فأبلغنا.

الصيغة الرياضية

\alpha_{ij}^{kc} = \frac{(\partial y^c/\partial A^k_{ij})^{2}}{2(\partial y^c/\partial A^k_{ij})^{2} + \sum_{a,b} A^k_{ab}(\partial y^c/\partial A^k_{ij})^{3}}

الشرح

باستعمال الدرجة الأسية تصبح المشتقات العليا قابلة للحساب بصيغة مغلقة من التدرج الأول. يفيد عندما تتكرر الفئة في عدة مواضع.

التطبيقات

تفسير صور فيها عدة أجسام من الفئة نفسها.

القيود

يشترك مع Grad-CAM في القيود المكانية.

المراجع

  1. A. Chattopadhay, A. Sarkar, P. Howlader, V. N. Balasubramanian (2018).Grad-CAM++: Generalized Gradient-Based Visual Explanations for Deep Convolutional Networks. WACV 2018. doi:10.1109/WACV.2018.00097

تجارب تستخدم هذه الخوارزمية

دروس مرتبطة

جرّبها في التفسير البصري وخرائط الانتباه