近日在预印本库 Arxiv 上发表的一篇论文中，IBM 的研究人员提出 StarNet，这是一种端到端的可训练图像分类器，能够对它认为是支持其预测的关键区域进行定位。除了解决视觉分类的任务外，StarNet 还支持对弱镜头进行少量镜头检测的任务，因此仅需要少量的嘈杂数据即可达到合理的精度。StarNet 可以提高透明度，并减少新视觉领域（如自动驾驶汽车和自动工业机器人）所需的训练数据量。通过扩展，它可以减少涉及分类器的 AI 项目的部署时间，并控制在 8 到 90 天之间。（VentureBeat）