文件名称：Class-Activation-Mappings:通过CAM可视化卷积网络在看什么
文件大小：91.75MB
文件格式：ZIP
更新时间：2024-06-04 08:59:21
visualization deep-neural-networks deep-learning resnet convolutional-neural-networks
类激活映射 Chainer实施 此实现使用ResNet50体系结构来推断类的激活。 类激活图是获取CNN用来识别图像中特定类的区分图像区域的一种简单技术。 换句话说，使用类别激活图（CAM），我们可以查看图像中哪些区域与此类别相关。 该论文的作者表明，即使在训练时没有边界框坐标数据的情况下，这也允许重新使用分类器以获得良好的定位结果。 这也说明了深度学习网络已经具有某种内置的注意力机制，这对于调试分类网络中的决策过程应该是有用的。 依存关系 跑步 ResNet50的训练好的Chainer model存储在model 。 去测试， python main.py -i < path>
【文件预览】：
Class-Activation-Mappings-master
----media()
--------CAM.png(241KB)
--------example.jpg(205KB)
----predicted()
--------predicted_cat.png(91KB)
--------predicted_ostrich.png(113KB)
--------predicted_fish.png(101KB)
--------predicted_shark.png(120KB)
----data()
--------fish.jpeg(8KB)
--------shark.jpg(143KB)
--------ostrich.jpeg(9KB)
--------cat.jpeg(6KB)
----model()
--------ResNet-50-model.npz(97.77MB)
----imagenet_class_id.py(30KB)
----LICENCE(1KB)
----README.md(1KB)
----ResNet.py(3KB)
----main.py(1KB)