keras可视化特征响应

本文通过一个基于VGG16的SSD目标检测模型示例,解释如何观察特定类别在模型某一层特征图上的响应。以检测到火车的anchor为例,探讨了在fc7层上针对该anchor的响应,并提供了图层叠加的方法,用于直观展示特征响应效果。
摘要由CSDN通过智能技术生成

参考:https://blog.csdn.net/C_chuxin/article/details/85265082

以目标检测基于VGG16的SSD为例,先建立SSD模型model

示例图片如下。若最大概率检测到火车train的anchor为6856号(0开始),即19*19特征图(即fc7)的(9,9),aspect ratio=1.,则以下实验观察该anchor的train类在fc7特征图上的响应。该示例图片在batch中为1号,令i=1

from keras.models import Model
import cv2 
import matplotlib.pyplot as plt
import numpy as np
import keras.backend as K

i = 1
model1 = Model(model.input, model.get_layer('fc7_mbox_conf').output)
pred1 = model1.predict(processed_images)#(batch, height, width, channel)
r = np.argmax(pred1[i,:,:,19])//19#9, 该图片位于batch的1号
c = np.argmax(pred1[i,:,:,19])-r*19#9
most_act = model1.output[i,r,c,19]

grads = K.gradients(most_act, model.get_la
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值