CNN中张量的可视化工具
visactivation的Python项目详细描述
内脏活化
于德旺著
CNN中张量激活的简单可视化工具。在
安装
pip install visactivation
文件
^{pr2}$对CNN中的特征图进行着色,以显示相应的激活强度。在
参数:
- 张量(努比·恩达雷)-可视化的输入张量
- 输入类型(str)—“NCHW”、“NHW”、“CHW”、“HW”。什么时候张量.ndim==3,必须给定输入类型。在
- 图像(努比·恩达雷,可选)-尺寸为NHW3或HW3的对应图像
- image_weight(float,可选)-可视化激活时图像的权重
- 颜色映射(int,str)
- 这里可以使用int-cv2.COLORMAP_xxx
- str-“voc”PASCAL voc colormap,“random”随机颜色映射
- 动作类型(str)—“sum”、“max”、“mean”、“none”。
- “sum”-为每个空间像素选择通道维度中的和值
- “max”-为每个空间像素选择通道尺寸的最大值
- “平均值”-为每个空间像素选择通道尺寸的平均值
- “无”—保存C通道的激活并独立地可视化它们。在
- 标准类型(str)—“relu”,“all”。
- “relu”-张量[tensor<;0]=0,张量/max(张量)
- 'all'-(张量最小值)/(max-min)
返回:
N x C x H x W x 3尺寸numpy Ndaray
visactivation.Prob2Color(tensor, input_type=None, image=None, image_weight=0.3, colormap=cv2.COLORMAP_JET, act_type='max')
给CNN中的概率图着色以显示相应的激活强度。在
参数:
- 张量(努比·恩达雷)-可视化的输入张量,该值应在[0,1]范围内
- 输入类型(str)—“NCHW”、“NHW”、“CHW”、“HW”。什么时候张量.ndim==3,必须给定输入类型。在
- 图像(努比·恩达雷,可选)-尺寸为NHW3或HW3的对应图像
- image_weight(float,可选)-可视化激活时图像的权重
- 颜色映射(int,str)
- 这里可以使用int-cv2.COLORMAP_xxx
- str-“voc”PASCAL voc colormap,“random”随机颜色映射
- 动作类型(str)—“sum”、“max”、“mean”、“none”。
- “sum”-为每个空间像素选择通道维度中的和值。大于1的结果被截断为1。在
- “max”-为每个空间像素选择通道尺寸的最大值
- “平均值”-为每个空间像素选择通道尺寸的平均值
- “无”—保存C通道的激活并独立地可视化它们。在
返回:
N x C x H x W x 3尺寸numpy Ndaray
visactivation.Label2Color(tensor, image=None, image_weight=0.3, colormap='random')
对预测的标签图着色,以可视化相应的激活强度。在
参数:
- 张量(努比·恩达雷)-可视化的输入标签,值应为[0,255]中的正整数。在
- 图像(努比·恩达雷,可选)-尺寸为NHW3或HW3的对应图像
- image_weight(float,可选)-可视化激活时图像的权重
- colormap(str)—“voc”PASCAL voc colormap,“random”随机颜色映射
返回:
N x H x W x 3尺寸numpy ndarray
- 项目
标签: