ディープラーニングの判断要因を可視化するClass Activation Mapping
外観検査のOK/NGの判定をどこを注目して行っているかを可視化するClass Activation Mappingを実装したサンプルコードです。
CNNを用いたディープラーニングによる分類の判定精度は非常に高く、多くの領域での画像自動判定に利用されています。一方で、内部がブラックボックスで「なぜその判定になったのかわからない」点に不安を感じる方もいます。
このサンプルコードはCNN (GoogleNet)でOK/NGを判定したうえで、Class Activation Mappingという手法を用いて、どこの領域の特徴量が判定に強く結びついているかを可視化させています。
・誤判定がどこの領域によるのか
・正しい判定が人間が注視しているものと同じ判断要因か
を確認していくのに有効です。
[Keyword]
画像処理・IPCVデモ・ディープラーニング・深層学習・転移学習・入門・物体認識・画像分類・コンピュータビジョン・ニューラルネットワーク・人工知能・外観検査・可視化
Class Activation Mappingについてはこちら
Learning Deep Features for Discriminative Localization
Bolei Zhou, Aditya Khosla, Agata Lapedriza, Aude Oliva, Antonio Torralba Computer Science and Artificial Intelligence Laboratory, MIT
引用格式
Takuji Fukumoto (2026). ディープラーニングの判断要因を可視化するClass Activation Mapping (https://ww2.mathworks.cn/matlabcentral/fileexchange/69357-class-activation-mapping), MATLAB Central File Exchange. 检索时间: .
