Grad-CAM | Abstract 第5文 - AI Paper English F.o.R.

In the context of image classification models, our visualizations (a) lend insights into failure modes of these models (showing that seemingly unreasonable predictions have reasonable explanations), (b) are robust to adversarial images, (c) outperform previous methods on the ILSVRC-15 weakly-supervised localization task, (d) are more faithful to the underlying model, and (e) help achieve model generalization by identifying dataset bias.

Ramprasaath R. Selvaraju, et al., "Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization"

https://arxiv.org/abs/1610.02391

出力のクラスに対応する判断根拠を可視化できる手法であるGrad-CAMの論文の"Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization"のAbstractの第5文について、英語リーディング教本のFrame of Reference(F.o.R.)を使って英文構造を解読します。

f:id:AI-paper-FoR:20190623002612p:plain

「画像分類モデルの文脈において、我々の可視化は、(a)それらのモデルの誤りのモードへの洞察を与える(一見不合理な予測には合理的な説明があることを示す)、(b)敵対的画像に対してロバストである、(c)ILSVRC-15の弱教師あり学習の位置特定タスクにおける以前の手法より性能が優れている、(d)基礎となるモデルにより忠実である、そして(e)データセットの偏りを見分けることによってモデルの一般化を達成するのを助ける。」

今まで構文解析をしてきた文の中では、最長の文です。しかしながら、(a)〜(e)というようにリストアップする形の文なので、比較的読みやすい文だと思います。

主語はvisualizationsです。

主節の述語動詞は、

(a) lend

(b) are

(d) are

(e) help

です。

helpは第三文型の動詞で、
〔+to do / +原形〕〈ものが〉〈…するのに〉役に立つ，助けとなる
という用法で用いられています。そして、achieveはhelpの目的語で原形です。

PythonとKerasによるディープラーニングの「5.4　CNNが学習した内容を可視化する」に、Grad-CAMについてサンプルコード付きの説明があります。