文件名称：torch-cam:您的PyTorch模型（CAM，Grad-CAM，Grad-CAM ++，Smooth Grad-CAM ++，Score-CAM，SS-CAM，IS-CAM）的类激活图
文件大小：361KB
文件格式：ZIP
更新时间：2024-03-25 00:52:06
python deep-learning grad-cam cnn pytorch
Torchcam：类激活资源管理器 利用PyTorch中特定于类的卷积层激活的简单方法。 目录 入门 先决条件 Python 3.6（或更新版本） 安装 您可以使用安装软件包，如下所示： pip install torchcam 或使用 ： conda install -c frgfm torchcam 用法 Torchcam的建立既适合希望更好地了解其CNN模型的用户，也供研究人员使用流行的方法享受强大的实施基础。 这是一个简短的片段，说明了其用法： import torch from torchcam . cams import SmoothGradCAMpp from torchvision . models import resnet18 img_tensor = torch . rand (( 1 , 3 , 224 , 224 )) model = resnet18
【文件预览】：
torch-cam-master
----mypy.ini(212B)
----.conda()
--------meta.yaml(1002B)
----.flake8(131B)
----.github()
--------workflows()
----scripts()
--------cam_example.py(3KB)
----requirements.txt(59B)
----CONTRIBUTING.md(2KB)
----LICENSE(1KB)
----test()
--------test_cams_utils.py(669B)
--------test_cams_cam.py(2KB)
--------conftest.py(2KB)
--------test_utils.py(539B)
--------test_cams_gradcam.py(2KB)
--------test_cams_core.py(2KB)
----setup.cfg(62B)
----setup.py(2KB)
----README.md(4KB)
----torchcam()
--------cams()
--------utils.py(1KB)
--------__init__.py(119B)
----docs()
--------source()
--------make.bat(799B)
--------requirements.txt(37B)
--------Makefile(638B)
----.gitignore(2KB)
----.coveragerc(23B)
----static()
--------images()