Lambda Attention Branch Networksによる視覚的説明生成

抄録

深層学習が幅広い分野に応用されている現代において、モデルの説明性は重要である。 しかし、Lambdaに基づくtransformerの視覚的説明生成に関する研究はほとんどない。 本論文では、重要な領域に詳細に注目し、解釈しやすい視覚的説明を生成する、Lambda Attention Branch Networksを提案する。 また、 スパースな重要領域を有する画像に有効な評価指標として、Insertion-Deletion scoreを拡張したPatch Insertion-Deletion scoreを提案する。 2つの標準データセットにおける実験結果から、提案手法が視覚的説明の生成に成功することを示した。