首页/ 安徽省科亿信息科技有限公司/ 专利详情

一种基于像素梯度加权的卷积神经网络特征可视化方法及系统

基本信息

申请号 CN202110242364.0 申请日 -
公开（公告）号 CN112906867A 公开（公告）日 2021-06-04
申请公布号 CN112906867A 申请公布日 2021-06-04
分类号 G06N3/04;G06N3/08;G06K9/62 分类 计算；推算；计数;
发明人 黄炜;颜天信 申请（专利权）人 安徽省科亿信息科技有限公司
代理机构 合肥律众知识产权代理有限公司 代理人 赵娟
地址 230000 安徽省合肥市黄山路602号国家大学科技园创业孵化中心
法律状态 -

摘要

摘要 本发明公开了一种基于像素梯度加权的卷积神经网络特征可视化方法及系统，该方法包括：确定进行可视化所需的CNN模型、输入图像、类别索引、网络层级等需求参量；利用训练好的CNN模型对输入图像进行前向传播计算；保存目标层级前向计算输出的特征图；接着基于类别索引生成对应的单位向量并进行反向传播；获取目标层级反向传播得到的梯度图；对上述得到的梯度图和特征图进行像素级加权融合；再经过后处理最后得到类激活可视化输出结果。本发明提供一种新的融合特征图和梯度图的CNN可视化方法，可以得到对类别的显著性激活图，提供对类别更具有判别性的解释和定位能力，并对网络层数适用范围更广。