点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
神经网络在工作的时候,里面到底是什么样?
为了能透视这个“AI黑箱”中的过程,加拿大蒙特利尔一家公司开发一个3D可视化工具Zetane Engine。
只需要上传一个模型,Zetane Engine就可以巡视整个神经网络,并且还可以放大网络中的任何一层,显示特征图,看清流水线上的每一步:
△图注:卷积层的特征图(左)和特征图的3D可视化(右)
目前Zetane Engine不同系统的版本都可以在GitHub中找到(安装包见文末链接),话不多说,来看看Zetane Engine具体的用法吧~
可视化AI工作流程
首先,我们需要上传一个模型,例如一个识别手写数字的神经网络,输入的图片是一个手写的“2”:
上传之后,Zetane Engine就绘制出了一条“流水线”,每一层神经网络就像一个个工作间:
从输入到卷积,再到连接、激活、池化:
这些个小工作间的进展也是透明的,不信我们聚焦到一个卷积层工作间,点这个图片形状的按钮:
然后这个卷积层的所有特征图都会在上面显示出来,卷积数值的不同体现为颜色的不同,蓝紫色代表数值较小,红黄色代表数值较大:
只有这些还不够,高能现在才刚开始,注意图片按钮右边九个点形状的按钮了吗?
点击它,Zetane Engine会在界面右边展示出一个工具栏,把刚才显示在卷积层上面的图片呈现出各种各样的形式~
其中有排列成三维立体的、标注卷积结果数值的,以及纯数值的应有尽有:
二维视角 | |
三维视角 | |
标注卷积结果的平面图 | |
纯卷积结果的数值平面图 |
这样的“工作报告”,谁看了不喜欢?不仅能够可视化地看到卷积过程,还可以调出每一个像素点上的卷积结果。
这还没完,这种多角度的图像处理在连接层、激活层、池化层等工作间也同样适用:
△图注:激活层特征图
△图注:池化层特征图
一整个看下来,神经网络的工作流程都清清楚楚:
到了最后的全连接输出层,模型会输出一个十列的一维向量(下图右边),用来判断手写数字是0-9的哪一个。
在这个例子中,模型给出了可能性最高的就是数字2。
怎么样?有了这样可视化的工具,是不是感觉AI模型不再是一个黑箱了?
Zetane Engine用法速览
Zetane Engine不同系统的版本(Windows、Linux、Mac)都可以在GitHub中找到。
这里我们简单介绍一下Zetane Engine的界面和启动台,方便大家快速熟悉。
打开之后界面是比较简洁的,只有左上角和右上角有一些按钮。我们先看左上角。
上传模型的按钮在启动台左上角Z字标志这里,Zetane Engine支持ONNX、Keras(.h5)以及ZTN三种模型文件。
Z字按钮旁边两个按钮依次是启动模型和清除模型:
如果手头上还没有模型也没关系,点击界面右上角的Z形图标可以到Zetane Engine的模型库中下载模型:
△图注:Zetane Engine的模型库
另外在启动台SNAPSHOTS按钮这里也有一些经典模型可以选择:
感兴趣的同学可以从文末链接中找到Zetane Engine的下载包,来试试吧~
下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2:Python视觉实战项目52讲
在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。
下载3:OpenCV实战项目20讲
在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~