Learning Deep Features for Discriminative Localization

Class Activation MappingCAM生成 实验结果 分类 定位 细粒度识别 参考文献 NIN[2]提出的全局平均池化（Global Average Pooling， GAP），代替如AlexNet和VGG中出现的含大量参数的的全连接层（FC6、FC7），能起到防止过拟合、提高泛化能力的作用。而且相对于FC层， GAP对空间平移更鲁棒， 可解释性也更强。除了上述优点， 本文提出另一

>>阅读原文<<