저가 못 찾은 건지 모르겠지만 pytorch lightning으로 cam을 만드는 코드를 찾을 수 없었니다. 물론 pytorch로 쉽게 구현할 수 있지만 pl로 만든 모델이라 pytorch로 포팅하는 것 보다 predict step이나 test step에 넣어서 보는게 더 편하다고 생각했습니다. CAM(class activation maps) CAM 논문 CAM은 워낙 잘 설명 되어있는 블로그나 영상이 많아서 패스하겠습니다 PL code 데이터는 데이콘의 도배하자 분류 유형 대회 데이터 셋을 사용했습니다. 코드를 고치기 쉽도록 좀 분리해서 작성했습니다. 코드를 다 적기에는 너무 길어 일부

CAM-loss 논문링크 Cam-loss 구현코드가 없어서 직접구현을 해봤습니다. 논문에 나와있는 위 그림이 전체 구조입니다. Global Average Pooling(GAP)를 하기 전 계층의 Feature Map을 가져와 모두 더한 CAAM과 다음 계층의 가중치를 곱하고 더한 CAM의 차이(정확히는 label에 연결된 가중치)와 보통 사용하는 CrossEntropy를 가중합해서 만든 것이 CAM-loss입니다 간단하게 적용해보기 위해서 데이터 셋은 MNIST를 사용했습니다. Model 모델은 Resnet backbone모델과 간단한 Custom모델을 사용했습니다. backbone model을 사