对《Learning Deep Features for Discriminative Localization》的剖析
一个最近的使用例子是吴恩达公司做的
肺炎诊断准确率超过人类医生
在这篇论文中，认为图片在经过卷积层的特征提取后，通过CAM，除了不弱的分类精度外，还能对分类的依据进行定位，相当于诠释网络是如何做出分类判断的。
CAM的核心部分如下图：
在卷积层之后，使用了一个叫GAP的池，全称是global average pooling。全局平均池的优点就是大量减少参数量，以及保持图像的空间结构。
尾端使用全连接层full connected layer进行分类输出。该层能够针对每一个分类有一套权重。
使用 Inception V3 举例:
该网络经过卷积层后，大小为（8x8x2048），经过GAP层后（1x1x2048），全连接层权重为（2048x10）。10个类别分别对应着10个全连接层权重，每个类别对应2048个权重。
生成热力图时，将图片卷积后的（8x8x2048）和某一类别全连接层权重（1x2048）的乘积后得到热力图（8x8）。将该热力图暴力展开成所需要的大小即可。
该例所使用的代码已全部上传至我的github中，可自行下载查看，欢迎交流，欢迎star。
(https://github.com/wpydcr/tf-slim-Class-Activation-Map)