首次摆脱对梯度的依赖，CMU等开源Score-CAM：基于置信分数的视觉可解释性背景介绍
本文介绍一篇被CVPTW2020接受的论文，主要关于一种基于置信分数的视觉可解释性方法。本文的亮点在于：在CAM系列方法的基础上，首次提出了一种新的gradient-free的权重表达方式。论文：Score-CAM:Score-Weighted Visual Explanations for Convolutional Neural Networks官方代码：https://github.com/haofanwang/Score-CAM本文是由来自于卡内基梅隆大学、德州农工大学、武汉大学
