1. 一眼概覽

Finer-CAM 是一種改進的類激活映射（CAM）方法，能夠精準定位區分視覺上相似類別的細粒度特征，在不增加計算復雜度的情況下，大幅提升可解釋性。

2. 核心問題

傳統的 CAM 方法在細粒度分類任務中往往會高亮整個目標區域，而無法有效區分相似類別之間的細微差異。這導致模型的可解釋性受限，難以識別用于決策的真正判別特征。

3. 技術亮點

• 基于對比的特征抑制：通過比較目標類別與最相似類別的特征，抑制共性區域，突出真正的區分性特征。
• 兼容多種 CAM 方法：Finer-CAM 可與 Grad-CAM、Score-CAM、Layer-CAM 等方法結合，提高細粒度分類任務的可解釋性。
• 可調節對比強度：允許用戶動態調整對比力度，從整體輪廓到精細特征自由切換，提高靈活性。

4. 方法框架

Finer-CAM 主要通過以下步驟實現目標類別的細粒度特征定位：

• 計算目標類別的激活圖：使用標準 CAM 方法（如 Grad-CAM）獲取目標類別的特征響應。
• 獲取最相似類別的激活圖：選擇最接近的類別，計算其特征響應。
• 差異計算：計算目標類別與相似類別之間的 logit 差異，并基于此差異生成更精確的類激活圖。
• 可調節對比強度：通過調整對比系數，靈活控制細粒度特征的突出程度。

5. 實驗結果速覽

? 在 Birds-525、CUB-200、Cars、Aircraft、FishVista 等多個細粒度數據集上，Finer-CAM 相比標準 Grad-CAM 顯著提升了判別區域的準確性。

? 通過遮擋前 5% 最高激活區域后，Finer-CAM 相較于標準方法導致更大的相對置信度下降，表明其突出區域確實是區分類別的關鍵特征。

? 可用于多模態任務，如在 CLIP 等模型上優化文本-圖像匹配，提高對細粒度語義的解釋能力。

6. 實用價值與應用

Finer-CAM 適用于細粒度圖像分類（如鳥類、汽車、飛機種類識別）、醫學影像分析（精準定位病變區域）、多模態任務（文本-圖像對齊解釋）等場景，提升深度學習模型的可解釋性。

7. 開放問題

? 在超復雜視覺場景中，Finer-CAM 的對比機制是否仍然有效？

? 是否可以將 Finer-CAM 拓展到時間序列或 3D 視覺任務，如視頻分析和點云分類？

? 在弱監督或無監督學習場景下，如何利用 Finer-CAM 進行特征發現？