约束优化类激活映射的深度神经网络特征可视化方法
授权
摘要
本发明公开了一种约束优化类激活映射的深度神经网络特征可视化方法。通过训练或下载获得一个用于图像分类的采用深度神经网络构建的预训练模型；使用预训练模型对一幅待测图像进行前向传递获得特征图，并进一步处理获得最终权重向量；通过最终权重向量对特征图的各分量进行加权求和，获得可视化特征图，作为最终可视化结果进行呈现。本发明能够对任意的深度神经网络进行特征可视化，可以达到更好的深度特征可解释性的可视化效果，具有更少的噪声及更强的类判别性。
基本信息
专利标题 ：
约束优化类激活映射的深度神经网络特征可视化方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111695590A
申请号 ：
CN202010332669.6
公开（公告）日 ：
2020-09-22
申请日 ：
2020-04-24
授权号 ：
CN111695590B
授权日 ：
2022-05-03
发明人 ：
孔祥维王鹏达
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
林超
优先权 ：
CN202010332669.6
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06K9/46 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-03 ：
授权
2020-10-20 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20200424
申请日 : 20200424
2020-09-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
