所谓擦除，就是去除掉一部分有用的信息，以提高网络提取特征的能力。本文对3种提升特征可视化的方法进行了详细综述，包括直接擦除、利用预测信息（CAM）擦除以及Dropout方法。

在CNN的测试阶段，我们一般会用CAM(Class Activation Mapping)来判断网络训练的好不好，到底可不可信赖。CAM被认为是表示网络真正看到哪里，也是指示最具有判别的特征以及依据。但是在实际应用的过程中，我们发现现实并不是那么美好。因为我们采用的loss梯度下降方法更新网络，是直接对loss进行负责的，并非CAM。侧面反映了网络看到的不是exactly我们想要的。因此我们就会自然想到，能否采用某些手段，去提升CAM的质量？CAM质量提升了，当然网络提取特征的能力也会提升，泛化能力自然也不是问题。因此本文就是研究其中的一种手段——擦除。最重要的还是提供一种思路。

感兴趣的可以继续戳原文。

内容中包含的图片若涉及版权问题，请及时与我们联系删除