---
title: "顯著性地圖（Saliency Map）"
slug: saliency-map
language: zh-TW
source: https://aiterms.tw/terms/saliency-map
updated_at: 2026-04-29
tags: [電腦視覺, 機器人學, AI應用, 特徵工程, 模型評估]
ipas_term: false
---

# 顯著性地圖（Saliency Map）

> **你有沒有想過，模型看圖片時，到底是看哪一塊才做出判斷？**
>
> 你可以把顯著性地圖想成模型在圖片上畫的熱區圖，告訴你它比較注意哪裡。
>
> 它重要是因為可解釋性常需要知道模型依據什麼做決策，而不是只知道結果。
>
> 你可以把它想成一個把抽象概念拉回日常判斷的提示，先知道它解決什麼問題，再看技術細節。

### 容易混淆

> **顯著性地圖 vs 注意力視覺化**
>
> 顯著性地圖多半看輸入對輸出的影響
> 注意力視覺化看的是注意力權重分布
> 最關鍵的區別是梯度影響還是注意力分配。
>
> **顯著性地圖 vs 分割**
>
> 顯著性地圖只標出重要區域
> 分割要把物件邊界完整切出來
> 最關鍵的區別是熱區提示和精準輪廓。
>

### 記住這句就好

> 熱得最明顯的地方，就是模型最在意的地方。

### 實際案例

> **醫療影像**
> 醫師可以看模型是不是把注意力放在病灶附近，而不是放在影像角落。
>
> **自動駕駛**
> 如果模型在辨識交通號誌時把注意力放到不相關的背景，就代表它可能學歪了。
>

### 算法與應用

> 顯著性地圖常來自梯度，代表輸入微小變動對輸出有多大影響。
> Grad-CAM 是常見做法之一，會用卷積層特徵做熱區視覺化。
> 它適合做輔助解釋，但不代表就是模型真正的思考過程。

### 情境判斷

> **Q1（直覺題）：如果你想看模型在圖片上最在意哪裡，通常會看什麼？**
>
> → 通常會看顯著性地圖或類似熱區圖。
>
> **Q2（判斷題）：顯著性地圖看起來很亮，就代表模型一定判斷正確嗎？**
>
> → 不一定。熱區只是解釋線索，不等於真正的因果證據。
>

### 常見問題

> **Q：顯著性地圖的計算複雜嗎？**
> A：要看方法，簡單版可以很快，基於深度模型的版本通常更吃算力。
>
> **Q：顯著性地圖可以用在影片嗎？**
> A：可以，通常是逐幀分析或把多幀結果串起來看。
>
> **Q：怎麼評估顯著性地圖品質？**
> A：常會看 AUC、NSS、CC，或搭配人工檢視。
>

### 相關術語

> - **注意力機制**：自注意力和環狀注意力都屬於它的延伸。
> - **注意力可視化**：看熱區圖時常會一起出現。
> - **可解釋人工智慧**：透明和可解釋常是同一組問題。
> - **梯度加權類激活圖**：顯著性地圖最常見的相關方法之一。
> - **黑箱模型**：規則提取和顯著性地圖都在處理它。

---

來源：https://aiterms.tw/terms/saliency-map
快查頁：https://aiterms.tw/terms/saliency-map
最後更新：2026/04/29
深度解說：https://aiterms.tw/learning/what-is-saliency-map