CAMs激活图可视化系列——GradCAM

最新推荐文章于 2025-04-17 08:05:27 发布

leaves dancing in the wind

最新推荐文章于 2025-04-17 08:05:27 发布

阅读量2.2k

点赞数 7

文章标签：深度学习 python opencv 人工智能计算机视觉

本文链接：https://blog.youkuaiyun.com/weixin_43860330/article/details/129337664

版权

文章介绍了GradCAM算法的原理，展示了如何使用Pytorch官方模块和自定义修改版代码进行CAM激活图的生成。GradCAM是一种用于理解深度学习模型视觉注意力的技术，它通过计算特征图的梯度来生成热力图，从而揭示模型在图像识别中的关注区域。文中提供了两个代码示例，分别基于官方模块和自定义修改版，可用于不同模型和类别编码。实验结果显示，GradCAM的效果受模型和类别选择影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

CAM激活图可视化系列（代码直接可用）——GradCAM（Pytorch官方版plus+可自定义修改版）

原理

原作者论文CAM原理图
特征图关于这个类别分数的梯度（维度为[C, H, W]）。最后对特征图梯度的空间维度计算平均值，得到与类别信息有关且与特征图通道数一致的权重，再根据权重将原图与热力图（激活图）叠加即可。其中叠加的热力图要与原图大小一致（所以其中可能有加入一些如插值等的图像增强操作）

官方模块安装

pip install grad-cam

注意

在这里插入图片描述

GradCAM代码（本人修改：直接可用——官方版PLUS）

import os
import numpy as np
import torch
from PIL import Image
import matplotlib.pyplot as plt
from torchvision import models
from torchvision import transforms
from pytorch_grad_cam import GradCAM
from pytorch_grad_cam.utils.image import show_cam_on_image
from pytorch_grad_cam.utils.model_targets import ClassifierOutputTarget


#####torch 模块项目(官方版+进阶使用)来源：https://github.com/jacobgil/pytorch-grad-cam####
####原理参考：https://blog.youkuaiyun.com/qq_37541097/article/details/123089851
######CAM 模块化代码（黑盒）


def Grad_CAM_perBox(model, target_layers, img_path, save_path, target_category):
    image = img_path

    # 此部分可抽取出来做成模块，然后列表使用
    data_transform = transforms.Compose([transforms.ToTensor(),
                                         transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])])
    # load image
    img_path = image
    assert os.path.exists(img_path), "file: '{}' dose not exist.".format(img_path)
    img = Image.open(img_path).convert('RGB')
    img = np.array(img, dtype=np.uint8)

    # [N, C, H, W]
    img_tensor = data_transform(img)
    # expand batch dimension
    input_tensor = torch.unsqueeze(img_tensor, dim=0)

    cam = GradCAM(model=model, target_layers=target_layers, use_cuda=False)


    #####torch官方用法
    target_category = target_category
    ####target_category = None  ####默认获取最大概率类别获得CAM图

    grayscale_cam = cam(input_tensor=input_tensor, targets=target_category)


    # #####按自己输入的类别编码获取CAM图
    # targets = [ClassifierOutputTarget(target_category)]
    #
    # grayscale_cam = cam(input_tensor=inpu

最低0.47元/天解锁文章