부분을 비교하는 추론
어려운 이미지 분류에서는 어떤 부분이 특정 범주의 대표적인 모습과 비슷한지 비교할 수 있다. ProtoPNet은 이런 부분 비교를 신경망의 분류 과정에 포함한다.
원형 부분의 증거
입력 영상에서 원형과 관련된 부분을 찾고 그 유사성에서 얻은 증거를 결합한다. 최종 판단이 어떤 대표 부분에 근거하는지 살펴보도록 구성한 것이다.
부분 주석 없는 학습
별도의 영상 부분 주석 없이 이미지 수준 레이블만으로 학습하도록 제안했다. 사람이 모든 부분을 미리 표시하지 않아도 원형 기반의 분류 근거를 얻으려는 접근이다.
정확도와 설명의 평가
CUB-200-2011과 Stanford Cars에서 단일 모델 및 여러 모델을 결합한 구성을 평가했다. 유사한 비해석적 모델과 비교해 분류 정확도와 설명 가능한 구조의 관계를 조사했다.
관련 문서
개념 병목 모델 / ACE 개념 설명 / TCAV / 비판별 특징 활성화 지도 / PPC 약한 감독 분할 / ROAR 설명 평가