지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
To understand how a Convolutional Neural Network (CNN) model captures the features of a pattern to determine which class it belongs to, in this paper, we use Gradient-weighted Class Activation Mapping (Grad-CAM) to visualize and analyze how well a CNN model behave on the CNU weeds dataset. We apply this technique to Resnet model and figure out which features this model captures to determine a specific class, what makes the model get a correct/wrong classification, and how those wrong label images can cause a negative effect to a CNN model during the training process. In the experiment, Grad-CAM highlights the important regions of weeds, depending on the patterns learned by Resnet, such as the lobe and limb on 미국가막사리, or the entire leaf surface on 단풍잎돼지풀. Besides, Grad-CAM points out a CNN model can localize the object even though it is trained only for the classification problem.
목차
등록된 정보가 없습니다.
참고문헌 (9)
참고문헌 신청
박선 / 2018 / 오픈 소스 기반의 딥러닝을 이용한 적조생물 이미지 분류 / 스마트미디어저널 7(2):34~39
김서정 / 2018 / 딥러닝을 이용한 양파 밭의 잡초검출 연구 / 스마트미디어저널 7(3):16~21
R. R. Selvaraju / 2017 / Grad-cam: Visual explanations from deep networks via gradient-based localization / Proc. of the IEEE International Conference on Computer Vision :618~626
M. D. Zeiler / 2014 / Visualizing and understanding convolutional networks / European conference on computer vision :818~833
B. Zhou / 2016 / Learning deep features for discriminative localization / Proc. of the IEEE conference on computer vision and pattern recognition :2921~2929
김서정 / 2018 / 딥러닝을 이용한 양파 밭의 잡초검출 연구 / 스마트미디어저널 7(3):16~21
R. R. Selvaraju / 2017 / Grad-cam: Visual explanations from deep networks via gradient-based localization / Proc. of the IEEE International Conference on Computer Vision :618~626
M. D. Zeiler / 2014 / Visualizing and understanding convolutional networks / European conference on computer vision :818~833
B. Zhou / 2016 / Learning deep features for discriminative localization / Proc. of the IEEE conference on computer vision and pattern recognition :2921~2929
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
CNN을 이용한 성인과 노인의 행동특성분석
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
능동학습과 Grad CAM을 활용한 고성능 분류 모델 연구
한국통신학회 학술대회논문집
2024 .11
-
회전체 볼 베어링 결함 진단을 위한 CNN 모델 설계와 Grad-Cam을 이용한 진단결과 해석 연구
대한기계학회 춘추학술대회
2022 .05
-
채널선택을 통한 Grad-CAM 시각화 성능 향상
한국정보과학회 학술발표논문집
2020 .12
-
Grad-CAM을 활용한 식물 병해 이미지 객체 분류 분석
한국통신학회 학술대회논문집
2023 .02
-
데이터 증강을 위한 클래스 활성화 맵 기반 Random Erasing
멀티미디어학회논문지
2023 .10
-
Grad-CAM을 활용한 다중 채널 신호 기반의 해석 가능한 수면 단계 분류
한국정보과학회 학술발표논문집
2024 .06
-
딥러닝 기반 회전기계 결함 진단 및 Grad-CAM++을 이용한 해석
대한전기학회 학술대회 논문집
2024 .07
-
CAM과 Grad-CAM 기반의 불량 웨이퍼 bin map 분류 및 원인 지역 시각화 방법론
대한산업공학회 춘계공동학술대회 논문집
2018 .04
-
볼 베어링 고장진단 기법 비교 및 XAI Grad-CAM을 이용한 분류결과 해석 연구
전기학회논문지
2022 .09
-
딥러닝 기반 대장 용종 이미지 분류 및 Grad-CAM을 이용한 시각화
대한전자공학회 학술대회
2022 .06
-
Survey of the 3D Convolutional Neural Networks for Video Action Recognition
대한전자공학회 학술대회
2022 .06
-
CNN과 Grad-CAM 기반의 실시간 화재 감지
한국정보통신학회논문지
2018 .12
-
Grad CAM 기반의 Noise 생성을 통한 전이 정보 최적화 기법
한국지능시스템학회 논문지
2021 .02
-
2 차원 단면을 이용한 3 차원 형상 블레이드의 동특성예측을 위한 대리모델 생성과 Grad-CAM 분석을 통한 고찰
대한기계학회 춘추학술대회
2022 .05
-
딥러닝 알고리즘을 이용한 매설 배관 피복 결함의 간접 검사 신호 진단에 관한 연구
한국압력기기공학회 논문집
2023 .12
-
CNN을 이용한 이미지 분류
Proceedings of KIIT Conference
2017 .06
-
Grad-CAM을 이용한 적대적 예제 생성 기법 연구
멀티미디어학회논문지
2022 .06
-
Grad-CAM (Gradient-Class Activation Map)을 이용한 웨이퍼 빈 맵 복합 불량 패턴 분해
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
Comparison of Convolutional Neural Network Models for Image Super Resolution
한국방송미디어공학회 학술발표대회 논문집
2018 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0