本发明公开了一种类激活图生成方法、神经网络可解释方法及相关装置，应用于图像处理领域，类激活图生成方法包括：获取原始图像；将原始图像通过神经网络的卷积层进行处理，得到第一特征图集，其中，所述第一特征图集为多个特征图的集合；将第一特征图集重新进行排序，得到第二特征图集；计算第二特征图集对应的残差区域集和残差分数集；将残差区域集和残差分数集通过激活函数激活，得到类激活图。通过对特征图进行权重分配，使得残差区域集对应的残差分数集降低，即残差区域的权重降低，同时使得残差区域对应的主区域的权重提高，从而有效提升了类激活图对于神经网络的可解释效果。