乌漆 WhiteMoon

摘要： 本文提出了一种面向细粒度图像识别的本质可解释深度学习模型——神经原型树（ProtoTree），将原型学习与决策树结构相结合。首先使用卷积神经网络（CNN）将输入图像映射为潜在特征表示；然后通过一个二叉决策树进行层次化推理，其中每个内部节点包含一个可学习的原型，通过计算图像特征与原型之间的相似度来决定路由方向（向左或向右）；最终，样本以一定概率到达各个叶子节点，节点的类别分布加权汇总产生预测结果。ProtoTree 的决策过程类似于人类玩游戏时的渐进式问答（如“这只鸟有红喉咙吗？有细长喙吗？那么它是蜂鸟！”），从而实现了全局可解释性（整个树结构可被理解）和局部可解释性（单样本预测路径可追溯）。ProtoTree 在性能上显著优于同类可解释模型，在 CUB-200-2011 和 Stanford Cars 数据集上达到更高准确率的同时，将所需原型数量减少约 90%，并通过剪枝、确定性推理等技术进一步优化了解释效率。 阅读全文