FFAM: 用于解释三维探测器的特征分解激活图 ！

文章预览

前言   在本文中，作者提出了一种_特征分解激活图 （FFAM）来为3D检测器生成高质量的视觉解释。FFAM采用非负矩阵分解来生成概念激活图，然后聚合这些图以获得全局视觉解释。 Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 代码：https://github.com/Say2L/FFAM.git 1 Introduction 近年来，基于激光雷达（LiDAR）的三维目标检测技术迅速发展，广泛应用于自动驾驶、工业自动化和机器人导航等领域。然而，现有的检测方法主要依赖具有高度非线性和复杂结构的深度神经网络。本质上，这些模型可以被视为“黑箱”系统。这种不透明的建模技术阻碍了用户完全信任检测模型，特别是在敏感和高风险领域。因此，迫切需要理解这些内在不透明模型的决策过程。 可视化解 ………………………………