因最近科研接触到这一块，索性把从2015年周老师发的CAM paper开始的一系列文章做了一个概览，以下全是个人理解，欢迎交流~
每篇文章的详细介绍在许多博客上都有，我就不重复阐述，主要还是以思维导图上的笔记（个人习惯）为主要内容。

(CVPR2016) features for discriminative localization

提出了一种名为 "class activation mapping"的技术，用于具有GAP的CNN，使得分类训练的CNN能够学习物体定位，而不需要使用任何bounding box

image.png

(ICCV2017)Grad-cam: Visual explanations from deep networks via gradient-based localization

出发点：克服CAM需要修改网络结构并对模型进行重新训练
Overview:

image.png

总结：克服CAM缺点，从梯度下手得到class-specific的权重，再加权(ReLU)得到Grad-CAM。
疑问：CAM是分类任务下得到的，那能不能反过来约束CAM来提高分类性能呢？使用relu函数是得到positive的pixel，那negative的pixel是不是也有用呢？这两个问题也有学者解决了，分别为以下两篇论文：

(ICCV2021)Towards Learning Spatially Discriminative Feature Representations

出发点： CAM-loss用CAM来约束嵌入的特征图，驱动主干表达目标类别的特征并抑制非目标类别或背景的特征，从而获得更具判别力的特征表示（CAAM可看作embedding feature map）

image.png

总结：抑制与类别信息无关的场景。强制让模型注意力聚焦在对应类别的CAM上，在此CAM上的一个分类。自己教自己应该看哪儿（知识蒸馏）。

(ECCV2020)Fixing localization errors to improve image classification

出发点：CAM可以用作额外的监督信息，negative class的CAM应该是相对平坦的且没有或很少注意力区域的，因此基于MSE和KL提出了Homogeneous Negative CAM

image.png

自我总结：抑制negative class的CAM

(WACV2018)Grad-cam++: Generalized gradient-based visual explanations for deep convolutional networks

出发点：克服Grad-CAM在多个同类目标同时出现不能定位完全的问题，通过对每个像素对最终特征图的贡献建模

image.png

总结：从一开始CAM的GAP，到Grad-CAM对feature-map的梯度，再到现在Grad-CAM中feature map每个像素的梯度权重。
疑问：梯度就真的有用吗？不会出错吗？就不存在噪声吗？

Smooth Grad-CAM++

Smooth版本的Grad-CAM++，对工作作用不大，没看

(CVPR2020) Score-cam: Score-weighted visual explanations for convolutional neural

networks
出发点：克服grad-CAM系列中梯度的影响，即梯度大的可能权重小，梯度小的可能权重大。提出通过Channel-wise Increase of Confidence来获得除梯度以外的权重
Overview:

image.png

总结：feature map和input相结合的方法可以借鉴
疑问：但pixel为小数值的图像相较于pixel为大数值的图像就没有区分能力了吗？

SS-CAM: Smoothed Score-CAM for Sharper Visual Feature Localization

Smooth版本的Score-CAM，对工作作用不大，没看

(WACV2020) Ablation-CAM: Visual Explanations for Deep Convolutional Network via Gradient-free Localization

跟Score-CAM同时期工作，思路差不多，没细看

(arxiv2020) IS-CAM: Integrated Score-CAM for axiomatic-based explanations

Score-CAM的融合扩展，没看

(ICCV2021) LFI-CAM: Learning Feature Importance for Better Visual Explanation

出发点：为了利用ABN的注意力机制，又防止ABS生成unreliable visual explanation，LFI-CAM的注意力分支将特征图视为掩码，并为每个特征图获得特征importance confidence（Similar with Score-CAM）
Overview:

image.png

总结：结合了ABN，来实现提高CAM的准确度，同时也帮助了分类性能

(CVPR2021) Relevance-CAM: Your Model Already Knows Where to Look

没细看。
Overview:

image.png

(TIP2021) LayerCAM: Exploring Hierarchical Class Activation Maps for Localization

(ICASSP) INTEGRATED GRAD-CAM: SENSITIVITY-AWARE VISUAL EXPLANATION OF DEEP CONVOLUTIONAL NETWORKS VIA INTEGRATED GRADIENT-BASED SCORING

(WACV2021) F-CAM: Full Resolution Class Activation Maps via Guided Parametric Upscaling

出发点：之前的CAM都是low resolution的，即使是用了Interpolation也没有考虑到对象的统计性质如颜色纹理等，F-CAM能构建full resolution的CAM
Overview:

image.png

内容是否要补充完整看以后的缘分吧，或者看评论需求。
时间：二零二二年二月二十二日。作者：逃学卡夫卡。声明：版权所有，侵权必究。