Grad-CAM 热区为何不等于逐像素贡献：先算通道权重再看图 看到一张红色热图，人很容易把亮区读成“每个像素给预测贡献了多少”。Grad-CAM的计算实际先把目标梯度压成每个通道一个权重，再对特征图加权。用两张小图走完这一过程，可以检查AI是否把粗粒度定位、逐位置敏感性和精确贡... yunqueblog/ AI分享/ 2026-10-03/ 3 阅读
让 AI 走一遍 NMS：中间框被压掉以后，为何不能继续淘汰第三个框 目标检测给出多个重叠框以后，非极大值抑制NMS会保留哪些？若AI把所有“重叠超过阈值”的框连成一组，再整组只留最高分，算出的结果可能与贪心NMS不同。三个框就能把差别走出来。 yunqueblog/ AI分享/ 2026-10-02/ 3 阅读
用 AI 做卷积窗口卡：核翻不翻面，算出的正负号就可能相反 把一张小网格交给AI计算卷积，如果只看输出尺寸，可能漏掉整幅结果符号反了的问题。原因之一是数学卷积与深度学习接口常用的互相关，对核是否翻面有不同约定。做一张不对称小核的窗口卡，可以很快检查自己究竟用了哪种操作。 yunqueblog/ AI分享/ 2026-10-02/ 2 阅读
yunqueblog
