CAM：如何利用分类网络找到物体的位置？

CAM:如何利用分类网络找到物体的位置？

项目地址：https://github.com/metalbubble/CAM

论文：Learning Deep Features for Discriminative Localization

应用：在弱监督语义分割（仅有图片level的监督信息时）定位物体的位置

方法：很简单，其实就是在ImageNet训练的分类网络进行改进得到的，做了什么修改呢？

首先，发现下图中，没有了全连接层哦~

（1）通过对卷积层输出的feature maps使用GAP Pooling生成一个向量

具体地，即feature maps 尺寸为C*H*W，C为通道数目也是feature map数目，这里将一个feature map进行GAP pooling 即变为一个值，这个值为feature map 的均值。

其次，将feature maps通过GAP pooling成一个向量之后，该进行分类啦，这里是不是有一些分类的参数呢？如图中的W,那么对于最后的每一个预测值，都是由前面pooling来的一个向量乘以对应的W的值的加权和得到的，对于不同的w,如图中的w1-wn,是不是可以表示前面的这些feature maps对于预测成该分类的重要程度呢？

（2）使用最后一层预测为类别C(假设为图中最后一列的标出的第二个圆）的weights参数与对应的feature map相乘，最后相加就得到最后的CAM啦

这样就可以得到下面的结果啦，具体操作及代码细节，见下节