【深度学习】基于MatConvNet框架的CNN卷积层与特征图可视化

程序下载链接：https://download.csdn.net/download/jsgaobiao/10422273
VGG-f模型链接：http://www.vlfeat.org/matconvnet/models/imagenet-vgg-f.mat

 【题目】
编程实现可视化卷积神经网络的特征图，并探究图像变换(平移，旋转，缩放等）对特征图的影响。选择AlexNet等经典CNN网络的Pre-trained模型，可视化每个卷积层的特征图（网络输入图片自行选择）。其中，第一层全部可视化，其余层选取部分特征图进行可视化。然后对图像进行变换，观察图像变换后特征图的变化。

 【方法概述】
本次实验使用了VGG-f作为预先加载的模型，通过MATLAB中的load方法将imagenet-vgg-f中的参数加载进程序。
imagenet-vgg-f是一个21层的卷积神经网络，其参数在ImageNet数据集上进行了训练。它的网络结构包括了5层卷积层、3层全连接层，输出的类别可达1000种。网络结构图太长了放在文章最后。

实验中共有6个输入图像，分别是原图input.jpg以及对它进行平移、缩放、旋转、水平翻转、垂直翻转后的图像