PyTorch特征图的可视化

本文介绍如何在PyTorch中实现特征图的可视化,重点关注如何选择特征图通道及保存输出结果。通过设定max_num限制,可以控制展示的特征图通道数量,确保不超过输入特征图的通道维度。内容中提到的x代表输入特征图,而out_path用于指定保存可视化结果的文件夹路径。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

说明:

  1. max_num表示将存储的某个特征图通道数,因此max_num不能大于输入的特征图的通道维度
  2. x表示输入的特征图
  3. out_path表示输出的文件夹
  4. self因为本人使用的时候是放在backbone中的所以这个删掉即可
import os
import cv2
import numpy as np

def vis_feature(self, x, max_num=5, out_path='/home/XX/'):
    for i in range(0, x.shape[1]):
        if i >= max_num:
            break
        feature = x[0, i, :, :].view(x.shape[-2], x.shape[-1])
        feature = feature.cpu().numpy()
        feature = 1.0 / (1 + np.exp(-1 * feature))
        feature = np.round(feature * 255)
        feature_img = cv2.applyColorMap(feature, cv2.COLORMAP_JET)
        dst_path = os.path.join(out_path, i + '.png')
        cv2.imwrite(dst_path, feature_img)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值