为什么将mask映射到所检测出的物体上？

[DeqiangXIA]

请问作者，对于目标检测来说，该项目为什么是将mask映射在所截取的物体上，而不是映射在整张输入图片上？

[yizt]

@DeqiangXIA 感谢您的反馈，可以映射到整张图像上，越靠近输出的语义信息更明显，所以原始的CAM取的是倒数第一个卷积层特征；对于目标检测最后几层卷积都是正对某个边框的，自然出来的就是裁剪后的边框，可以取更浅层的整张图像上的特征的梯度，但是在更浅层语义信息会越弱。