ディープラーニングの判断要因を可視化す​るClass Activation Mapping

バージョン 2.0.0 (7.79 MB) 作成者: Takuji Fukumoto
外観検査のOK/NGの判定をどこを注目して行っているかを可視化するClass Activation Mappingを実装したサンプルコードです。
ダウンロード: 385
更新 2019/9/17

ライセンスの表示

CNNを用いたディープラーニングによる分類の判定精度は非常に高く、多くの領域での画像自動判定に利用されています。一方で、内部がブラックボックスで「なぜその判定になったのかわからない」点に不安を感じる方もいます。
このサンプルコードはCNN (GoogleNet)でOK/NGを判定したうえで、Class Activation Mappingという手法を用いて、どこの領域の特徴量が判定に強く結びついているかを可視化させています。
・誤判定がどこの領域によるのか
・正しい判定が人間が注視しているものと同じ判断要因か
を確認していくのに有効です。
[Keyword]
画像処理・IPCVデモ・ディープラーニング・深層学習・転移学習・入門・物体認識・画像分類・コンピュータビジョン・ニューラルネットワーク・人工知能・外観検査・可視化
Class Activation Mappingについてはこちら
Learning Deep Features for Discriminative Localization
Bolei Zhou, Aditya Khosla, Agata Lapedriza, Aude Oliva, Antonio Torralba Computer Science and Artificial Intelligence Laboratory, MIT

引用

Takuji Fukumoto (2024). ディープラーニングの判断要因を可視化するClass Activation Mapping (https://www.mathworks.com/matlabcentral/fileexchange/69357-class-activation-mapping), MATLAB Central File Exchange. 取得済み .

MATLAB リリースの互換性
作成: R2018b
R2018b 以降 R2019a 以前と互換性あり
プラットフォームの互換性
Windows macOS Linux
カテゴリ
Help Center および MATLAB AnswersPattern Recognition and Classification についてさらに検索

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!

CAM_GoogleNet_FEX

CAM_GoogleNet_FEX

バージョン 公開済み リリース ノート
2.0.0

Add training workflow and data set.

1.0.0