引导梯度-CAM可视化，梯度加权

Question

我在论文中实现了Grad和Guided，一切都如期而至。下一步是将类激活映射和梯度映射组合起来，得到最终的加权梯度。在本文中，这是通过逐点乘法实现的：

为了将两者的优点结合起来，我们通过点乘将引导的反向传播和Grad-CAM可视化结合起来(Grad-CAM首先通过双线性插值对输入图像的分辨率进行采样)。

相应的数字(裁剪)是：

​

​

我的问题如下:类激活映射主要包含0，即蓝色区域，当与梯度相乘时会产生0。然而，在图像中，引导梯度凸轮地图大多是灰色的.

我知道，梯度图中的灰色区域是由于梯度在大多数地方为0，而归一化到0,1将使它们在0.5左右(假设我们有相同大小的正梯度和负梯度)。尽管如此，与0的乘法将导致0，这应该显示为黑色。

作为比较，我的地图如下所示：

​

​

有人能解释一下用什么操作来组合这两个映射吗？还是我漏掉了什么东西？

提前谢谢。

Answer 1

所有的假设都是正确的。我所缺少的是，在引导Grad的情况下，梯度的加权是在归一化到0,1之前完成的。