CAM和gradCAM原理

CAM(class activation maps) indicates the discriminative image regions used by cnn to identify that category.

 

CNN -> GAP -> FC -> softmax

提取CNN最后一层的值及其各通道对应目标分类的权重（w1, w2, w3…），相乘后叠加即可得到图像在此分类下的的CAM，公式为：

其中wk是最后一个卷积层第k个通道输出的GAP对对应分类的权重，fk是最后一层卷积的第k个通道的二维输出

 

CAM要求fc前有GAP层，而改进的算法gradCAM取消了这一限制。

gradCAM先计算目标分类对卷积层第k个通道每个像素的平均偏导（模拟GAP）

用此偏导乘以各个通道并相加，最后用ReLU整流，得到热力图