本文介绍了2016年提出的CAM激活映射算法，该算法用于可视化卷积神经网络的特征，并将不同区域的重要性映射到原始图像。CAM 使用全局平均池化和最后一层 softmax 的参数对特征图进行线性加权，以获得模型不同类别的焦点区域。
<h1类"pgc-h-arrow-right-"数据轨道""3">1. 概述</h1>
凸轮算法效果
CAM算法在论文"学习深度特征以进行好奇的定位"中提出，作者发现，虽然CNN网络在训练过程中可能没有提供物体的位置，但它仍然具有很强的定位特征的能力，如上图所示。上图显示了CAM操作的效果，可以看到对于刷牙，CNN可以有效地定位牙刷，而对于锯树，CNN可以有效地定位电锯。
但CNN通常后面跟着一个完整的连接层，作者认为这会影响CNN的定位能力。因此，提出一种CAM算法，将全连接层替换为全局平均池化GAP，从而保持模型的定位特征能力。全局平均池化 GAP 通常充当正则化以防止训练期间的过度拟合，下图显示了 GAP 与其他池化方法之间的区别，其中全局池化方法将池化的范围扩展到整个特征图的维度。
各种池化方法
作者还在ILSVRC数据集上测试了凸轮瞄准能力，使用弱监督目标定位训练，前5名错误率为37.1%，而使用完全监督目标训练的AlexNet的前5名错误率为34.2%。
弱监督目标定位训练与全监督目标定位训练的区别如下图所示，即当弱监督时，仅图片类别没有目标框架，而完全监督的图片具有目标框架。
弱监督目标定位培训
<h1 class="pgc-h-arrow-right" data-track="11">2.CAM</h1>
凸轮模型图
上图是 CAM 的模型图，后跟间隙，然后使用 Softmax 层进行分类。图中最后一个卷积层的通道数为n，因此GAP之后的矢量维数为n，对应于每个通道。图中的 W1， ...， wn 是指 Softmax 层的重量，它对应于一个类类的权重（图中的类是 TerrEr Australian 或 Australian Terrier）。
最后一个卷积层的特征图输出包含 n 个通道，这些通道的权重将特征图的 n 个通道与该类的权重相加，然后映射到原始图片以获得不同区域的重要性。此处，由于特征图与原始图形大小不同，cam 直接使用调整大小将特征图缩放到与原始大小相同的大小。接下来，我们将介绍 CAM 的一些公式。
对于图像，您可以使用以下公式计算类别 c 的分数，其中 k 表示最后一个卷积图层的通道，xy 表示特征图的坐标，f 表示特征图，w 表示 Softmax 的权重：
凸轮图片属于c类的评分公式
对于c类，我们可以得到一张图中每个区域的重要性图，公式如下，即特征图加权和得到：
CAM 图片重要性地图公式
以下是凸轮可视化，可以更清晰地定位到图像中更相关的位置。
凸轮可视化
同时，对于不同类别的类生成热尝试，CAM是不同的，如下所示，对于类别圆顶（dome），热量尝试集中在建筑物的顶部。
CAM 对不同类别可视化的影响
<>3的实验效果</h1>
笔者首先验证了CAM算法的分类效果，如下表所示，其中GAP是指使用全局平均池而不是完全连接（即CAM算法），而GMP是指使用全局最大池化而不是完全连接。您可以看到，模型的错误率随着 CAM 的增加而增加，其中 AlexNet 最为严重。
CAM算法的分类效果
笔者随后验证了CAM算法在弱监督目标任务中的效果，结果如下表所示，弱是指使用弱监督训练，而完全是指使用全监督训练，可以看出CAM具有良好的效果，而完全监督训练AlexNet效果类似。
CAM算法的定位效果
< h1 类""pgc-h-right-arrow" data-track""28" > 4</h1>
学习用于区分性本地化的深度功能