热点事件持续更新
Grad-CAM检验篮球投篮分类模型捷径依赖
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月27日，arXiv cs.CV 发布一项研究，用 Grad-CAM 检验在 Basketball-51 上训练的 R(2+1)D-18 在篮球投篮结果分类中是否依赖时空相关捷径。显著性图显示，模型关注点集中在投篮者、篮网等中心区域。将中心区域模糊后，准确率降至43.7%，低于原始69.3%和随机模糊的50.9%；相较随机模糊多降7.2个百分点。报道称，这表明模型依赖任务相关视觉区域，并提示需持续审计体育分析模型。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
新研究称中心区域模糊后准确率降至43.7%，模型依赖任务相关视觉区域。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CV用 Grad-CAM 解释篮球投篮分类：R(2+1)D-18 对时空相关捷径的依赖研究
研究用 Grad-CAM 检验 Basketball-51 上训练的 R(2+1)D-18 是否在篮球投篮结果分类中依赖时空相关捷径。显著性图集中在投篮者、篮网等中心区域；中心区域模糊后准确率降至 43.7%，低于原始 69.3% 和随机模糊的 50.9%。相较随机模糊多降 7.2 个百分点，说明模型依赖任务相关视觉区域，提示需持续审计体育分析模型。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。