图像理解和计算机视觉 | 浏览量 : 0 下载量: 149 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 多层混合注意力机制的类激活图可解释性方法

    • Spatial attention-based multilayer fusion method for high-quality class activation map

    • “SAMLCAM方法通过多层混合注意力机制优化类激活图，提升深度卷积神经网络在视觉任务中的可解释性。”
    • 2025年30卷第7期 页码：2468-2483   

      收稿日期：2024-04-17，

      修回日期：2024-12-12，

      纸质出版日期：2025-07-16

    • DOI： 10.11834/jig.240216     

    移动端阅览

  • 张剑， 张一然， 王梓聪. 2025. 多层混合注意力机制的类激活图可解释性方法. 中国图象图形学报， 30(7):2468-2483 DOI： 10.11834/jig.240216.
    Zhang Jian， Zhang Yiran， Wang Zicong. 2025. Spatial attention-based multilayer fusion method for high-quality class activation map. Journal of Image and Graphics， 30(7):2468-2483 DOI： 10.11834/jig.240216.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

袁姮 辽宁工程技术大学软件学院
刘杰 辽宁工程技术大学软件学院
姜文涛 辽宁工程技术大学软件学院
刘万军 辽宁工程技术大学软件学院
徐光柱 湖北省水电工程智能视觉监测重点实验室(三峡大学);三峡大学计算机与信息学院
吴梦琦 湖北省水电工程智能视觉监测重点实验室(三峡大学);三峡大学计算机与信息学院
钱奕凡 湖北省水电工程智能视觉监测重点实验室(三峡大学);三峡大学计算机与信息学院
王阳 宜昌市中心人民医院超声科

相关机构

辽宁工程技术大学 软件学院
湖北省水电工程智能视觉监测重点实验室(三峡大学)
三峡大学计算机与信息学院
宜昌市中心人民医院超声科
杭州师范大学信息科学与技术学院
0