介绍如何使用反向传播的 CNN 接受场计算以及代码讲解

在上一篇文章中，我们学习了如何对任意大小的图像进行分类并可视化网络的响应图。

图 1：“骆驼”类激活的边界框。

在图 1 中，请注意骆驼的头部几乎没有突出显示，响应贴图包含大量沙子纹理。边界框也明显关闭。

有些事情是不对的。

我们使用的 ResNet18 网络非常准确，实际上它对图像进行了正确分类。查看边界框，您可能会认为我们很幸运，即使网络没有从图像中选择最佳信息，分类也是正确的。