行早 发自 凹非寺
量子位 | 公众号 QbitAI

神经网络在工作的时候，里面到底是什么样？

为了能透视这个“AI黑箱”中的过程，加拿大蒙特利尔一家公司开发一个3D可视化工具Zetane Engine。

只需要上传一个模型，Zetane Engine就可以巡视整个神经网络，并且还可以放大网络中的任何一层，显示特征图，看清流水线上的每一步：

△图注：卷积层的特征图（左）和特征图的3D可视化（右）

目前Zetane Engine不同系统的版本都可以在GitHub中找到（安装包见文末链接），话不多说，来看看Zetane Engine具体的用法吧~

可视化AI工作流程

首先，我们需要上传一个模型，例如一个识别手写数字的神经网络，输入的图片是一个手写的“2”：

上传之后，Zetane Engine就绘制出了一条“流水线”，每一层神经网络就像一个个工作间：

从输入到卷积，再到连接、激活、池化：

这些个小工作间的进展也是透明的，不信我们聚焦到一个卷积层工作间，点这个图片形状的按钮：

然后这个卷积层的所有特征图都会在上面显示出来，卷积数值的不同体现为颜色的不同，蓝紫色代表数值较小，红黄色代表数值较大：

只有这些还不够，高能现在才刚开始，注意图片按钮右边九个点形状的按钮了吗？

点击它，Zetane Engine会在界面右边展示出一个工具栏，把刚才显示在卷积层上面的图片呈现出各种各样的形式~

其中有排列成三维立体的、标注卷积结果数值的，以及纯数值的应有尽有：

二维视角
三维视角
标注卷积结果的平面图
纯卷积结果的数值平面图

这样的“工作报告”，谁看了不喜欢？不仅能够可视化地看到卷积过程，还可以调出每一个像素点上的卷积结果。

这还没完，这种多角度的图像处理在连接层、激活层、池化层等工作间也同样适用：

△图注：激活层特征图

△图注：池化层特征图

一整个看下来，神经网络的工作流程都清清楚楚：

到了最后的全连接输出层，模型会输出一个十列的一维向量（下图右边），用来判断手写数字是0-9的哪一个。

在这个例子中，模型给出了可能性最高的就是数字2。

怎么样？有了这样可视化的工具，是不是感觉AI模型不再是一个黑箱了？

Zetane Engine用法速览

Zetane Engine不同系统的版本（Windows、Linux、Mac）都可以在GitHub中找到。

这里我们简单介绍一下Zetane Engine的界面和启动台，方便大家快速熟悉。

打开之后界面是比较简洁的，只有左上角和右上角有一些按钮。我们先看左上角。

上传模型的按钮在启动台左上角Z字标志这里，Zetane Engine支持ONNX、Keras（.h5)以及ZTN三种模型文件。

Z字按钮旁边两个按钮依次是启动模型和清除模型：

如果手头上还没有模型也没关系，点击界面右上角的Z形图标可以到Zetane Engine的模型库中下载模型：

△图注：Zetane Engine的模型库

另外在启动台SNAPSHOTS按钮这里也有一些经典模型可以选择：

感兴趣的同学可以从文末链接中找到Zetane Engine的下载包，来试试吧~

参考链接：

[1]https://github.com/Zetane/viewer
[2]https://www.youtube.com/watch?v=J3Zd5GR_lQs

本文仅做学术分享，如有侵权，请联系删文。

3D视觉精品课程推荐：

1.面向自动驾驶领域的多传感器数据融合技术

2.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)
3.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进
4.国内首个面向工业级实战的点云处理课程
5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
6.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦
7.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
8.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)

9.从零搭建一套结构光3D重建系统[理论+源码+实践]

10.单目深度估计方法：算法梳理与代码实现

11.自动驾驶中的深度学习模型部署实战

12.相机模型与标定(单目+双目+鱼眼）

13.重磅！四旋翼飞行器：算法与实战

14.ROS2从入门到精通：理论与实战

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近4000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

圈里有高质量教程资料、答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~