利用CNN制作热力图heatmap

本文介绍了如何利用vgg16模型和Grad-CAM方法生成热力图。首先,展示了vgg16模型的结构和输入图片尺寸。接着,通过运行代码解释了从模型中获取特征并构造14x14热力图的过程。最后,给出了生成的热力图示例,并推荐了相关阅读材料和vgg19模型作为进一步尝试。

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

我们用的model是vgg16
vgg16的下载地址:
在这里插入图片描述
其结构如下,可以看到我们input这个模型中的图片大小应该为224*224的:
在这里插入图片描述这是我们要用到的原图:
在这里插入图片描述

运行代码如下:

from keras.applications.vgg16 import VGG16
from keras import backend as K
K.clear_session()
model = VGG16(weights='./vgg16_weights_tf_dim_ordering_tf_kernels.h5')
model.summary()
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input, decode_predictions
import numpy as np
# 此处是导入你想处理的照片的地址(如果照片和vgg16文件还有你写的代码文件在同一个存储路径的话,此处只需要写照片的名称)
img_path = 'creative_commons_elephant.jpg'
# 此处的target_size只能是224*224的,因为vgg16模型的结构中,规定的导入图片的大小就是224*224的
img = image.load_img(img_path, target_size=(224, 224))
# 将图片信息转换为数组的形式
x = image.img_to_array(img
评论 8
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