【问题标题】:Generating a heatmap from a image从图像生成热图
【发布时间】:2020-10-01 04:47:28
【问题描述】:

所以我已经在 TensorFlow 2.0 中训练了一个简单的图像分类器,我基于 this,它使用网站上的第二种方法,因为第一种方法,它不使用 Dropout 或数据增强过拟合位。

所以现在我需要为它认为类所在的位置生成一个热图(对于像 TensorFlow 教程这样的花朵,我不需要它)。

我看过一个 Computerphile video,它建议我应该使用 CNN 来解决这个问题。

那么,如果我真的训练这样的网络,它需要带有班级位置的照片还是只需要图像?

请回答。

【问题讨论】:

    标签: python tensorflow artificial-intelligence tensorflow2.0


    【解决方案1】:

    您需要类似 Grad-CAM ".. 一种技术,通过可视化对这些模型的预测“重要”的输入区域(或可视化),使基于卷积神经网络 (CNN) 的模型更加透明解释。”

    这里有一些从一开始就涵盖它的链接。

    https://www.pyimagesearch.com/2020/03/09/grad-cam-visualize-class-activation-maps-with-keras-tensorflow-and-deep-learning/

    https://medium.com/@mohamedchetoui/grad-cam-gradient-weighted-class-activation-mapping-ffd72742243a

    以下是原论文:

    http://gradcam.cloudcv.org/

    【讨论】:

    • 那么TensorFlow花卉分类模型是CNN吗?
    • @sahalmulki 来自您在问题中提供的链接,是的。有或没有辍学
    • 非常感谢您在大量搜索堆栈溢出以及谷歌和 GitHub 之后,我终于让我的模型工作了 ?
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2011-10-23
    • 2020-11-04
    • 1970-01-01
    • 2021-08-14
    • 2014-10-08
    • 1970-01-01
    • 2018-01-10
    相关资源
    最近更新 更多