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：
欢迎加入QQ群-->： 979659372
