🤵 Author ：Horizon Max
✨ 编程技巧篇：各种操作小结
🎇 机器视觉篇：会变魔术 OpenCV
💥 深度学习篇：简单入门 PyTorch
🏆 神经网络篇：经典网络模型
💻 算法篇：再忙也别忘了 LeetCode
[ 可视化 ] 经典网络模型 —— Grad-CAM 详解与复现
🚀 Grad-CAM
随着神经网路模型的不断发展，深度模型通过使用
更抽象
（增加网络层数）和
更紧密
（端到端训练）实现了更好的性能 ；
但随之带来的是对于神经网络的 可解释性：为什么会出现这样的结果？网络的关注点在哪？
基于此提出的
Grad-CAM
利用热力图的方式实现网络预测过程的可视化，并帮助我们更好的理解神经网络 ；
Grad-CAM 是 CAM 的推广，不需要更改网络结构或重新训练就能实现更多 CNN 模型的可视化 ；
🔗 论文地址：Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization
🍳 GitHub：PyTorch-Grad-CAM
🚀 Grad-CAM 详解
🎨 论文贡献
- 提出了一种类别区分的定位技术，可以为任何基于 CNN 的网络生成可视化解释，需要更改网络结构或重新训练 ；
- 可以应用于图像分类、图像描述、视觉问答等模型，用于发现问题与解释不合理的地方 ；
- 揭示了数据集中的偏差来帮助故障诊断 ；
- 介绍了用于图像分类和视觉问答的 ResNets 可视化 ；
- 使用来自 Grad-CAM 神经元的重要性并利用神经元名称用于文本解释 ；
- 展示了 Guided Grad-CAM 的解释是有类别歧视的 ；
🎨 原理介绍
→ ： 前向传播
→ ： 反向传播
🚩 Grad-CAM 可视化流程
- 输入：给定的一个图像和一个感兴趣的类别（ 例如：tiger cat）；
- 通过模型的 CNN 部分进行向前传播，得到特定任务的各类别分数 y（ softmax 层之前 ）；
- 将给定的类别（tiger cat）设置为 1，其他类别的梯度都设置为 0 ；
- 将给定类别分数 yc 反向传播至卷积特征图，组合计算得到粗糙的梯度CAM定位（蓝色热力图）；
- 将热力图与反向传播的结果进行点乘，得到高分辨率的特定 Grad-CAM 可视化图 ；
🚩 Grad-CAM 计算
针对 类别为c、宽度u、高度为v 的类别定位图 Grad-CAM L
G
r
a
d
−
C
A
M
c
^c_{Grad-CAM}
Grad−CAMc ∈ Ru×v
yc ：前向传播得到的 类别 c 所对应的分数 (before the softmax) ；
A i j k ^k_{ij} ijk ：特征层 A 的第 k 个通道上坐标 ( i, j ) 的数据 ；
∂ y c ∂ A k \frac {∂y^c} {∂A^k} ∂Ak∂yc ：类别 c 在特征层 A 上反向传播得到的梯度信息 ；Z：宽度 i 和 高度 j 的乘积 ；将计算得到的梯度在 宽度 i 和 高度 j 的维度上进行全局平均池化，得到重要性权重 α k c ^c_k kc ；
计算关于激活函数的权重矩阵和梯度的乘积 ；
最后进行加权求和，并通过 ReLU 激活后输出 ；
c：选取的类别 c ；k：第 k 个通道 ；A：需要进行可视化的特征层，一般选取最后一个卷积层的输出 ；- α k c ^c_k kc ：类别 c 在特征层 A 的第 k 个通道上的权重 ；
- A k ：特征层 A 的第 k 个通道上的权重矩阵 ；
ReLU：使最后的输出结果 >0 ，抑制不感兴趣的权重部分 ；
详细可以参考下图：
🚩 Guided Grad-CAM
虽然 Grad-CAM 具有分类区分和局部化相关图像区域的能力 ；
但仍缺乏类似于 Guided Backpropagation 像素空间梯度可视化的那种突出细粒度细节的能力 ；
基于此，作者通过元素级乘法融合了Guided Backpropagation 和 Grad-CAM 可视化 ；
首先使用双线性插值将 L
G
r
a
d
−
C
A
M
c
^c_{Grad-CAM}
Grad−CAMc 上采样到输入图像分辨率 ；
🎨 实例展示
🚩 评估 Grad-CAM 定位能力
🚩 Grad-CAM 图像分类
🚩 Grad-CAM 视觉解释和文本解释
🚩 Grad-CAM 图像描述
🚩 Grad-CAM 视觉问答
🚩 Grad-CAM
- 不同层的可视化 ：
- 对比展示 ：
🚀 Grad-CAM 复现
# Here is the code ：import os
import numpy as np
import torch
from PIL import Image
import matplotlib.pyplot as plt
from torchvision import models
from torchvision import transforms
from pytorch_grad_cam import GradCAM
from pytorch_grad_cam.utils.image import show_cam_on_image
from pytorch_grad_cam.utils.model_targets import ClassifierOutputTarget
defmain():
model = models.resnet50(pretrained=True)
target_layers =[model.layer4[-1]]
data_transform = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize([0.485,0.456,0.406],[0.229,0.224,0.225])])# Prepare image
img_path ="image.png"assert os.path.exists(img_path),"file: '{}' dose not exist.".format(img_path)
img = Image.open(img_path).convert('RGB')
img = np.array(img, dtype=np.uint8)
img_tensor = data_transform(img)
input_tensor = torch.unsqueeze(img_tensor, dim=0)# Grad CAM
cam = GradCAM(model=model, target_layers=target_layers, use_cuda=True)# targets = [ClassifierOutputTarget(281)] # cat
targets =[ClassifierOutputTarget(254)]# dog
grayscale_cam = cam(input_tensor=input_tensor, targets=targets)
grayscale_cam = grayscale_cam[0,:]
visualization = show_cam_on_image(img.astype(dtype=np.float32)/255.,
grayscale_cam, use_rgb=True)
plt.imshow(visualization)
plt.show()if __name__ =='__main__':
main()
结果展示：
targets =[ClassifierOutputTarget(281)] # cat
targets =[ClassifierOutputTarget(254)] # dog
targets = None # 默认显示得分最高的那个类别
版权归原作者 Horizon Max 所有， 如有侵权，请联系我们删除。