如您所知，像这样的梯度图的目的是显示哪些像素对预测的贡献最大。

具体问题。. . 为什么梯度图的正值意味着在那里检测到对象？

重要的不是正/负值，而是梯度的大小。如果与像素相关的梯度幅度很小，则该像素可能对预测不重要（因为像素值的微小变化会转化为网络输出的微小变化）。相反，如果梯度的幅度很大，则表明该像素对预测很重要。

为什么这里突出显示的渐变地图突出显示了狗/鸟/蜘蛛的部分？

看起来论文的作者正在使用他们调用的函数对梯度图进行后处理$\psi$. 请注意第 4.2 节中的以下段落（突出显示由我添加）

和

作者正在取梯度的绝对值。

所以本文的梯度图只显示梯度的大小，而不是符号。当您看到突出显示的图像的一部分时，这并不意味着渐变是正的。相反，这意味着梯度的幅度很大。蓝色区域对应于接近零的梯度（低重要性），而橙红色区域对应于大梯度（高重要性）。

希望有帮助！