【深度学习】使用 GradCam 热力图对 YOLOv5-7.0 进行即插即用的特征可视化

---

参考链接：yolo-gradcam，链接内代码同时也支持YOLOv7、YOLOv8、YOLOv9 的即插即用热力图可视化，可按需取用。

1. 环境配置

# 创建环境
conda create -n heatmap39 python=3.9

# 激活环境
conda activate heatmap39 

# torch 安装
# 注意高版本的 torch 和 grad-cam 有可能会出现环境不兼容，导致后续 grad-cam 失败
pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.mirrors.ustc.edu.cn/simple/ 

# pip 包
cd yolov5
pip install -r requirements.txt

# grad-cam 包安装
pip install grad-cam==1.4.8 -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 特征可视化

将 yolov5_heatmap.py 脚本放至 yolov5-7.0 的代码主目录下，并进行参数配置即可，主要参数修改 weight 和 图片路径即可，如下所示。

配置好参数后运行脚本文件即可在指定路径下得到热力图显示图像

3. 踩坑记录

3.1 ModuleNotFoundError:No module named ‘pytorch_grad_cam’

• 问题分析：已经安装了 grad-cam 库，但报错，当前版本 torch 环境太高，导致 grad-cam 不兼容
• 解决方法：按照环境配置步骤重装环境即可

3.2 TypeError: expected str, bytes or os.PathLike object, not int

• 解决方法： 在安装环境报错，是因为当前版本的 pip 为 9.0.1 版本，更新至最新版本即可。但是这里要注意，直接使用 pip install --upgrade pip 安装时也会报错，需要使用指令 pip install --upgrade pip --no-cache-dir 进行安装