[Grad-Cam] Why?

Grad-Cam은 Cam의 개념에서 확장된 것입니다. 그렇다면 Cam을 먼저 이해할 필요가 있겠죠?

 

CAM = Convolutional Activation Map의 약자입니다.

 

Convolution의 결과가 어떻게 활성화되는지 시각화시켜주는 툴이라고 생각하시면 편합니다.

 

CNN을 조금 접해보신 분들은 아래의 그림들을 한번쯤은 보셨으리라 생각합니다.

[그림 1] target을 강아지로 잡았을때 CAM 결과

[그림 2] target을 고양이로 잡았을때 CAM 결과

 

직관적으로 '이미지의 어떤부분을 보고 분류를 하였느냐!'입니다.

 

기존에 뭐때문에 CNN의 성능이 좋은지 몰랐던 부분을 이해하기 위한 시도라고 생각하시면 무리 없습니다.

 

근데 이런 CAM에는 치명적인 단점이 있는데요 모델 내부 layer에 Global Average Pooling이 반드시 포함되어야 한다는 것입니다.

 

이를 극복하기 위해 나온 개념이 Grad-Cam입니다. 

 

Grad-Cam에 대해 다음 포스팅에서 자세하게 설명하도록 하겠습니다.