Grad-CAM | Abstract 第7文 - AI Paper English F.o.R.

Finally, we design and conduct human studies to measure if Grad-CAM explanations help users establish appropriate trust in predictions from deep networks and show that Grad-CAM helps untrained users successfully discern a ‘stronger’ deep network from a ‘weaker’ one.

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7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:20190726153106p:plain

「最後に、我々は、Grad-CAMの説明がディープネットワークからの予測における適切な信頼を使用者が確立するのを助けるかどうかを測定するために人による研究を設計して実施し、Grad-CAMは訓練されていない使用者が「より強い」深いネットワークを「より弱い」ものからうまく識別することを助けることを示す。」

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。