给定CNN的回归激活映射

Question

本文https://arxiv.org/pdf/1703.10757.pdf使用回归激活映射（RAM）来代替类激活映射（CAM）。有几篇文章描述了如何实现CAM。但是我无法找到任何RAM - 或者论文中使用的代码。

任何人都有RAM的代码示例吗？

更新： 看一下这个例子：http://www.hackevolve.com/where-cnn-is-looking-grad-cam/

当pred是标量时，第16和17行应该是什么？

class_idx = np.argmax(preds[0])
class_output = model.output[:, class_idx]

编辑：糖尿病视网膜病变检测文件库：https://github.com/cauchyturing/kaggle_diabetic_RAM

edit2：将标题从InceptionV3更改为任何CNN架构

Answer 1

RAM和CAM之间似乎并没有太大的区别。他们都使用全球平均池化层的权重。