程序

使用Evision工具可视化pytorch模型的网络特征图

from Evison import Display, show_network
from torchvision import models
from PIL import Image# 构建一个模型
network = models.mobilenet_v2(pretrained=True)
# 展示可以可视化的 特征层的 特征图
show_network(network)
#选择展示 features.18 层的特征图
visual_layer = 'features.18'
#norm参数为标准化参数 RGB的均值和方差;  img_size是可视化图片的尺寸
display = Display(network,visual_layer,norm=((0.485, 0.456, 0.406),(0.229, 0.224, 0.225)),img_size=(448,448))
#PIL读取图片并resize到（448,488）
image = Image.open(r'C:\Users\DELL\Desktop\2.jpg').resize((448,448))
display.save(image)
#将原始图片保存到display.save()的同一文件夹下
image.save('./visualization/origin.jpg')

顺便记录一下pytorch中hook的使用方式

结果

以下依次是原始图片，灰色特征图，热力图，热力图与原始图片叠加图

总结

对模型效果并没有任何帮助，但是可以比较有效的展示神经网络关注点

神经网络特征层可视化pytorch相关推荐

卷积神经网络特征图可视化及其意义
文章目录特征图可视化方法 1. tensor->numpy->plt.save 2. register_forward_pre_hook函数实现特征图获取 3. 反卷积可视化特征图可视 ...
卷积神经网络特征图可视化热图可视化
文章目录前言一.可视化特征图二.热力图可视化(图像分类) 总结前言使用pytorch中的钩子将特征图和梯度勾出来,从而达到可视化特征图(featuremap)和可视化热图(heatmap)的 ...
卷积神经网络特征图可视化（自定义网络和VGG网络）
借助Keras和Opencv实现的神经网络中间层特征图的可视化功能,方便我们研究CNN这个黑盒子里到发生了什么. 自定义网络特征可视化代码: # coding: utf-8from keras.mo ...
Grad-CAM 神经网络特征图可视化
参见:https://zhuanlan.zhihu.com/p/269702192 神经网络的可解释性离不开特征图(feature map)的可视化. 如何分析CNN feature map上哪些区域 ...
神经网络特征图可视化
一.原理 pytorch 中的hook可以不必改变网络输入输出的结构,方便的获取.改变网络中间层变量的值和梯度.这个功能广泛用于可视化神经网络中间层的feature.gradient.从而诊断神经网络 ...
yolov5特征图可视化
文章目录前言一.效果图二.使用步骤 1.使用方法 2.注意事项总结参考前言最近写论文需要观察中间特征层的特征图,使用的是yolov5的代码仓库,但是苦于找不到很好的轮子,于是参考了很多, ...
卷积核、特征图可视化
卷积核,及特征层可视化一.卷积核可视化 1.准备一个训练好的模型 2.卷积核可视化二.特征层可视化最近在读AlexNet这篇CNN的开山之作,里面有卷积层卷积核可视化这一部分,故记录一下,其他网 ...
pytorch 神经网络特征可视化
可参考博客 Pytorch可视化模型任意中间层的类激活热力图(Grad-CAM)_潜行隐耀的博客-CSDN博客_pytorch热力图 Pytorch输出网络中间层特征可视化_Joker-Tong的博客 ...
可视化卷积神经网络的过滤器_万字长文：深度卷积神经网络特征可视化技术(CAM)最新综述...
↑ 点击蓝字关注极市平台作者丨皮特潘@知乎来源丨https://zhuanlan.zhihu.com/p/269702192编辑丨极市平台极市导读本文通过引用七篇论文来论述CAM技术,对CAM的 ...

神经网络特征层可视化pytorch

python可视化三维矩阵点

程序

结果

总结

神经网络特征层可视化pytorch相关推荐

最新文章

热门文章