本文介紹了2016年提出的CAM激活映射算法，該算法用于可視化卷積神經網絡的特征，并将不同區域的重要性映射到原始圖像。CAM 使用全局平均池化和最後一層 softmax 的參數對特征圖進行線性權重，以獲得模型不同類别的焦點區域。
<h1類"pgc-h-arrow-right-"資料軌道""3">1. 概述</h1>
凸輪算法效果
CAM算法在論文"學習深度特征以進行好奇的定位"中提出，作者發現，雖然CNN網絡在訓練過程中可能沒有提供物體的位置，但它仍然具有很強的定位特征的能力，如上圖所示。上圖顯示了CAM操作的效果，可以看到對于刷牙，CNN可以有效地定位牙刷，而對于鋸樹，CNN可以有效地定位電鋸。
但CNN通常後面跟着一個完整的連接配接層，作者認為這會影響CNN的定位能力。是以，提出一種CAM算法，将全連接配接層替換為全局平均池化GAP，進而保持模型的定位特征能力。全局平均池化 GAP 通常充當正則化以防止訓練期間的過度拟合，下圖顯示了 GAP 與其他池化方法之間的差別，其中全局池化方法将池化的範圍擴充到整個特征圖的次元。
各種池化方法
作者還在ILSVRC資料集上測試了凸輪瞄準能力，使用弱監督目标定位訓練，前5名錯誤率為37.1%，而使用完全監督目标訓練的AlexNet的前5名錯誤率為34.2%。
弱監督目标定位訓練與全監督目标定位訓練的差別如下圖所示，即當弱監督時，僅圖檔類别沒有目标架構，而完全監督的圖檔具有目标架構。
弱監督目标定位教育訓練
<h1 class="pgc-h-arrow-right" data-track="11">2.CAM</h1>
凸輪模型圖
上圖是 CAM 的模型圖，後跟間隙，然後使用 Softmax 層進行分類。圖中最後一個卷積層的通道數為n，是以GAP之後的矢量維數為n，對應于每個通道。圖中的 W1， ...， wn 是指 Softmax 層的重量，它對應于一個類類的權重（圖中的類是 TerrEr Australian 或 Australian Terrier）。
最後一個卷積層的特征圖輸出包含 n 個通道，這些通道的權重将特征圖的 n 個通道與該類的權重相加，然後映射到原始圖檔以獲得不同區域的重要性。此處，由于特征圖與原始圖形大小不同，cam 直接使用調整大小将特征圖縮放到與原始大小相同的大小。接下來，我們将介紹 CAM 的一些公式。
對于圖像，您可以使用以下公式計算類别 c 的分數，其中 k 表示最後一個卷積圖層的通道，xy 表示特征圖的坐标，f 表示特征圖，w 表示 Softmax 的權重：
凸輪圖檔屬于c類的評分公式
對于c類，我們可以得到一張圖中每個區域的重要性圖，公式如下，即特征圖權重和得到：
CAM 圖檔重要性地圖公式
以下是凸輪可視化，可以更清晰地定位到圖像中更相關的位置。
凸輪可視化
同時，對于不同類别的類生成熱嘗試，CAM是不同的，如下所示，對于類别圓頂（dome），熱量嘗試集中在建築物的頂部。
CAM 對不同類别可視化的影響
<>3的實驗效果</h1>
筆者首先驗證了CAM算法的分類效果，如下表所示，其中GAP是指使用全局平均池而不是完全連接配接（即CAM算法），而GMP是指使用全局最大池化而不是完全連接配接。您可以看到，模型的錯誤率随着 CAM 的增加而增加，其中 AlexNet 最為嚴重。
CAM算法的分類效果
筆者随後驗證了CAM算法在弱監督目标任務中的效果，結果如下表所示，弱是指使用弱監督訓練，而完全是指使用全監督訓練，可以看出CAM具有良好的效果，而完全監督訓練AlexNet效果類似。
CAM算法的定位效果
< h1 類""pgc-h-right-arrow" data-track""28" > 4</h1>
學習用于區分性本地化的深度功能