Explorations in Texture Learning

要約

この研究では、\textit{テクスチャ学習}、つまりオブジェクト分類モデルによって学習されたテクスチャの識別と、それらがこれらのテクスチャにどの程度依存しているかを調査します。
私たちは、CNN におけるテクスチャとオブジェクト クラスの間の関係についての新しい洞察を明らかにするテクスチャとオブジェクトの関連付けを構築し、3 つのクラスの結果を見つけます。つまり、強いが期待される関連付け、強いが期待されない関連付け、および期待されるが存在しない関連付けです。
私たちの分析は、テクスチャ学習の調査により、解釈可能性のための新しい方法が可能になり、予期せぬバイアスを明らかにする可能性があることを示しています。

要約(オリジナル)

In this work, we investigate \textit{texture learning}: the identification of textures learned by object classification models, and the extent to which they rely on these textures. We build texture-object associations that uncover new insights about the relationships between texture and object classes in CNNs and find three classes of results: associations that are strong and expected, strong and not expected, and expected but not present. Our analysis demonstrates that investigations in texture learning enable new methods for interpretability and have the potential to uncover unexpected biases.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google