位置: IT常识 - 正文

yolov5 Grad-CAM可视化,以及对可视化过程的分析(yolo v5 可视网络结构)

编辑:rootadmin
yolov5 Grad-CAM可视化,以及对可视化过程的分析

目录

一、Grad CAM 可视化  实施与效果

1 、 配置和效果

 2、 修改处

二、代码分析 

 1、debug 参数记录

 2、打印日志处

3、功能处接口

(1)实例化模型

(2) 对img 的处理

(3) YOLOV5 Grad-CAM

(4) 前向传播过程

(5)设置保存结果的路径 

(6)热力图的实现

(7)画标签和矩形框

三、创建的文件和 构造的类都是干什么的,它们的作用都是什么

1、yolov5_object_detect.py

2、gradcam.py

3、main_gradcam.py

四、Grad CAM 实现的过程和代码

五、一些需要注意的地方

1、model的定义

2、得到的效果图片为什么那么多,并且有好有坏


推荐整理分享yolov5 Grad-CAM可视化,以及对可视化过程的分析(yolo v5 可视网络结构),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:yolov5训练可视化,yolov3网络输出可视化,yolov5gradcam可视化,yolov3网络输出可视化,yolov3网络输出可视化,yolo v5 可视网络结构,yolo v5 可视网络结构,yolo v5 可视网络结构,内容如对您有帮助,希望把文章链接给更多的朋友!

Grad CAM 为 神经网络的一种可解释算法。

一、Grad CAM 可视化  实施与效果

直接运行 main_gradcam.py

或者终端运行 

python main_gradcam.py --img-path 路径1 、 配置和效果

yolov5 Grad-CAM可视化的修改可参考这两篇博客:YOLOv5结合GradCAM热力图可视化 和 【YOLOv5】结合GradCAM热力图可视化,我用的好像跟他不一样版本,不过问题不大,有几处需要改一下,见 2、修改处

实际效果如下所示

 2、 修改处

yolov5_object_detector.py ---31

self.model = attempt_load(model_weight, device=device, inplace=False, fuse=False)

注意 device 处修改了

main_gradcam.py --- 25

parser.add_argument('--model-path', type=str, default="yolov5s.pt", help='Path to the model')

加载模型的路径改了。 

二、代码分析  1、debug 参数记录

1) colors

2)

prediction

 logits

 __

2)x

 2、打印日志处

(1) main_gradcam.py --- 82

Loading the model

(2)gradcam.py --- 65

person, model-backward took: 90.6689 seconds

(3)main_gradcam.py --- 104

Saving the final image at outputs/bus/gradcam

 (4)main_gradcam.py --- 120

17_0.jpg done!!

(5)main_gradcam.py --- 121

print(f'Total time : {round(time.time() - tic, 4)} s')3、功能处接口(1)实例化模型

 man_gradcam.py --- 84

model = YOLOV5TorchObjectDetector(args.model_path, device, img_size=input_size, names=names)

用的是创建的 CAM 代码 ,但进入这里面会发现,初始化时依然用的是attemp_load函数来加载模型,如下所示

self.model = attempt_load(model_weight, device=device, inplace=False, fuse=False)

注意这其中的

self.model.requires_grad_(True)

其为 nn.Model 模块中的方法。

(2) 对img 的处理

 main_gradcam.py --- 87 

torch_img = model.preprocessing(img[..., ::-1])原img ----> 增加1维 ----> letterbox ----> 调换维度----> to Tensor ----> /255 ----> input(3) YOLOV5 Grad-CAM

main_gradcam.py --- 93

saliency_method = YOLOV5GradCAM(model=model, layer_name=target_layer, img_size=input_size)

这个主要是挂hook,

(4) 前向传播过程

始 main_gradcam.py ---96

masks, logits, [boxes, _, class_names, conf] = saliency_method(torch_img)

跳转到 gradcam.py ---55

preds, logits = self.model(input_img)

接着跳转到 yolov5_object_detector.py --- 147

即YOLOV5TorchObjectDetector类中的 前向传播 函数中,

prediction, logits, _ = self.model(img, augment=False)

接着跳转到 yolo.py  --- 233

def forward(self, x, augment=False, profile=False, visualize=False): if augment: return self._forward_augment(x) # augmented inference, None return self._forward_once(x, profile, visualize) # single-scale inference, train

接着跳转到 yolo.py --- 137 

def _forward_once(self, x, profile=False, visualize=False): y, dt = [], [] # outputs # print('================') for m in self.model: # m 与 model <c-8> # print('====================') # print("i is {}".format(m.i)) # print('====================') if m.f != -1: # if not from previous layer # print("when i is {},f is {}".format(m.i, m.f)) x = y[m.f] if isinstance(m.f, int) else [x if j == -1 else y[j] for j in m.f] # from earlier layers if profile: self._profile_one_layer(m, x, dt) x = m(x) # run y.append(x if m.i in self.save else None) # save output 这里注意 m.i 这个属性 if visualize: feature_visualization(x, m.type, m.i, save_dir=visualize) return xyolov5 Grad-CAM可视化,以及对可视化过程的分析(yolo v5 可视网络结构)

到这里与原来的 yolov5 推理过程接轨。这里注意,当 执行最后一个模块时,也就是当 m 的值为 Detect的时候,由于它是输出 head, 我们对它这里做了改变,所以 执行 Detect 的时候跟之前会有不同。

最终由于Detect函数种的改动

return x if self.training else (torch.cat(z, 1), torch.cat(logits_, 1), x)

所以返回值有三个,第一个是原yolov5的输出,第二个是输入到Detect head检测头的输入的类别信息, 第三个是 输入到Detect head 的输入。其具体信息见 debug 参数中的 2)

接下来进行非极大值抑制,yolov5_object_detector.py --- 148

prediction, logits = self.non_max_suppression(prediction, logits, self.confidence, self.iou_thresh, classes=None, agnostic=self.agnostic)(5)设置保存结果的路径 

 main_gradcam.py --- 101

save_path = f'{args.output_dir}{imgae_name[:-4]}/{args.method}'

从这里可以看出主要由  args.output_dir 和 args.method 决定

(6)热力图的实现

 main_gradcam.py --- 113

res_img, heat_map = get_res_img(bbox, mask, res_img)(7)画标签和矩形框

  main_gradcam.py --- 114

res_img = plot_one_box(bbox, res_img, label=label, color=colors[int(names.index(cls_name))], line_thickness=3)三、创建的文件和 构造的类都是干什么的,它们的作用都是什么1、yolov5_object_detect.py

 这个文件中 只 包含了一个类,即 YOLOV5TorchObjectDetector。

首先来看看它的初始化函数,最重要的地方是

self.model = attempt_load(model_weight, device=device, inplace=False, fuse=False)

这里 利用原 yolov5 中的 attempt_load 函数 来加载model。再来看看其他函数,

def non_max_suppression  # nms 函数 def yolo_resize(img, new_shape=(640, 640), color=(114, 114, 114), auto=True, scaleFill=False, scaleup=True): # 利用 letterbox函数 对图片进行处理 return letterbox(img, new_shape=new_shape, color=color, auto=auto, scaleFill=scaleFill, scaleup=scaleup)

yolo_resize 函数 也是 调用了 原yolov5 中的 letterbox 函数来进行 img 的 resize 和 填充。

def preprocessing(self, img): if len(img.shape) != 4: # 增加一维 img = np.expand_dims(img, axis=0) # 举例 ndarray:(1,1080,810,3) im0 = img.astype(np.uint8) img = np.array([self.yolo_resize(im, new_shape=self.img_size)[0] for im in im0]) # 利用letterbox函数对img进行处理,举例 ndarray:(1,640,480,3) img = img.transpose((0, 3, 1, 2)) # 举例 ndarray:(1,3,640,480) img = np.ascontiguousarray(img) # 举例 ndarray:(1,3,640,480) ascontiguousarray函数将一个内存不连续存储的数组转换为内存连续存储的数组,使得运行速度更快。 img = torch.from_numpy(img).to(self.device) # numpy to tensor img = img / 255.0 return img

processing函数 是对原图片进行处理, 从而得到输入到 model 的图片。这里调用了它自己的方法 yolo_resize,而yolo_resize实际上就是 letterbox函数。哈哈。

最后是它的前向传播函数,首先执行的是原yolov5的前向传播过程,不过在Detect head 做了修改,返回值改变了。然后进行NMS,与原来不同的是这里的logits也同步处理。最后返回

return [self.boxes, self.classes, self.class_names, self.confidences], logits

返回 [bbox信息,类别信息序号,类别的标签即名称,置信度分数] , logits 。

总的来说,这个文件中包含的 YOLOV5TorchObjectDetector 类实现的是一个接口,包括对原img的处理、yolov5的前向传播和NMS后处理。它联系原来的yolov5 对输入进行处理从而得到 Grad CAM 想要的输出。

2、gradcam.py

在这之前,首先需要了解两个关键的地方

一是 pytorch 的hook机制,二是 Grad CAM 论文中的原理。这两篇博客写的非常棒。

首先,看这个 

def find_yolo_layer(model, layer_name): 

函数,它的作用就是 得到需要的输出层的名字。 yolov5 中 Detect head 的输入有三个部分,分别来自 17,20,23,所以这里 它事先就设置好了这几个不同层,

target_layers = ['model_17_cv3_act', 'model_20_cv3_act', 'model_23_cv3_act']

从这里就可以看出 它可视化的层是 Detect 层之前的卷积层,而且是三个层,根据结果也会看到不同的层 可视化 后的效果不一样,越是靠后的层 效果 越好。

接下来就是 class YOLOV5GradCAM: 这个类了。初始化函数中,实例化model,最重要的就是 挂hook 操作。

# 定义 钩子函数 def backward_hook(module, grad_input, grad_output): self.gradients['value'] = grad_output[0] return None def forward_hook(module, input, output): self.activations['value'] = output return None# 挂 hook target_layer.register_forward_hook(forward_hook) # 挂hook target_layer.register_full_backward_hook(backward_hook)

 这里  反向传播记录 梯度, 前向传播 记录的是 卷积层的输出,由于需要记录的输出的模块的最后一层 都是 SiLU 激活函数,所以命名为 self.activations。(详见yolov5前向传播过程)

前向传播 forward 函数中,此时的 self.model 是 YOLOV5TorchObjectDetector 类,所以返回的是

return [self.boxes, self.classes, self.class_names, self.confidences], logits

这个 hook 是什么时候启动的呢?首先,当执行

preds, logits = self.model(input_img)

时,启动model 的前向传播,在这个过程中 forward_hook 被启动,记录了相关卷积层的输出。当执行

score.backward(retain_graph=True)

时,backward_hook被启动,记录反向传播时计算的梯度。至此, self.gradients 和 self.activations 记录了相关的数据。然后执行 Grad -CAM 算法,得到其 map ,然后进行线性插值和归一化,最后返回

return saliency_maps, logits, preds

这只是一层的结果。注意在主文件中是分层进行的

for target_layer in target_layers:

总的来说, 该文件中主要的就是 Gram CAM 算法的实现,其中还包括 挂 hook 的操作。

3、main_gradcam.py

实现整个流程,

def get_res_img # 为画热力图操作def plot_one_box # 为画bbox 和 label四、Grad CAM 实现的过程和代码

gradcam.py ---70

b, k, u, v = gradients.size() # 举例 1, 128, 80, 60alpha = gradients.view(b, k, -1).mean(2) # 按通道求权重

 实现的是

weights = alpha.view(b, k, 1, 1)saliency_map = (weights * activations).sum(1, keepdim=True)saliency_map = F.relu(saliency_map)

实现的是 

然后进行双线性插值将尺寸扩大到原img尺寸,再进行归一化将数值 调整到 0 ~ 1 范围之间。

五、一些需要注意的地方1、model的定义saliency_method -----> YOLOV5GradCAM 对象YOLOV5GradCAM 中的 model -----> YOLOV5TorchObjectDetector 对象 YOLOV5TorchObjectDetector 中的model -----> 原yolov5 的 model2、得到的效果图片为什么那么多,并且有好有坏

首先,它一共看了 三个 layer 的输出 

target_layers = ['model_17_cv3_act', 'model_20_cv3_act', 'model_23_cv3_act']

其次,每个层的输出可能会又包含多个不同的目标,有几个矩形框它就分别绘制不同的效果。

所以,不同层的输出 得到的效果是不一样的, 实验证明越靠后的卷积层输出 得到的效果越明显。

本文链接地址:https://www.jiuchutong.com/zhishi/299743.html 转载请保留说明!

上一篇:通过ChatGPT实现的ChatPDF,简单的应用落地,让你的文档变成一个智能助手,通过对话的方式快速学习文档内容

下一篇:【Vue】动态组件和异步组件(vue 动态组件)

  • 移动光驱无法访问指定设备(移动光驱无法读取)

    移动光驱无法访问指定设备(移动光驱无法读取)

  • 电脑上怎么登录qq(电脑上怎么登录2个微信)

    电脑上怎么登录qq(电脑上怎么登录2个微信)

  • 头条号手机上发视频有收益吗(头条号手机发视频开启赞赏功能)

    头条号手机上发视频有收益吗(头条号手机发视频开启赞赏功能)

  • bilibil查看已删除视频(怎么看bilibili被删除的视频)

    bilibil查看已删除视频(怎么看bilibili被删除的视频)

  • 苹果11pro max怎么关机不了(苹果11promax怎么强制重启)

    苹果11pro max怎么关机不了(苹果11promax怎么强制重启)

  • 插网线的盒子叫什么(接网线的盒子叫什么名字)

    插网线的盒子叫什么(接网线的盒子叫什么名字)

  • 抖音的母公司叫什么名字(抖音母公司简介)

    抖音的母公司叫什么名字(抖音母公司简介)

  • 抖音上说的vb是什么(抖音上说的vd是什么)

    抖音上说的vb是什么(抖音上说的vd是什么)

  • 微信app一直显示等待中(微信app一直显示网络异常)

    微信app一直显示等待中(微信app一直显示网络异常)

  • 操作系统的作用是什么(linux操作系统的作用)

    操作系统的作用是什么(linux操作系统的作用)

  • 安卓是基于什么开发的(安卓基于什么内核)

    安卓是基于什么开发的(安卓基于什么内核)

  • dp75sdi是kindle的哪个型号(kindledp755di是第几代)

    dp75sdi是kindle的哪个型号(kindledp755di是第几代)

  • 手机网关怎么设置(手机网络网关怎么设置才能上网)

    手机网关怎么设置(手机网络网关怎么设置才能上网)

  • 撤销工作表保护密码忘记了怎么办(撤销工作表保护不知道密码怎么办)

    撤销工作表保护密码忘记了怎么办(撤销工作表保护不知道密码怎么办)

  • 苹果xsmax可以升级5g吗(苹果xsmax可以升级内存吗)

    苹果xsmax可以升级5g吗(苹果xsmax可以升级内存吗)

  • 苹果高通基带怎么查(苹果高通基带怎么安装)

    苹果高通基带怎么查(苹果高通基带怎么安装)

  • i79700k配什么主板(i79700k配什么主板性价比高)

    i79700k配什么主板(i79700k配什么主板性价比高)

  • 苹果x换屏怎么恢复原彩(苹果x换屏怎么分辨原装)

    苹果x换屏怎么恢复原彩(苹果x换屏怎么分辨原装)

  • 曲面屏怎么贴钢化膜(曲面屏怎么贴钢化膜,多久能干)

    曲面屏怎么贴钢化膜(曲面屏怎么贴钢化膜,多久能干)

  • 社保未支付订单怎么取消(社保未支付订单怎么取消不了)

    社保未支付订单怎么取消(社保未支付订单怎么取消不了)

  • vue加字幕语音同步(vue 加字幕)

    vue加字幕语音同步(vue 加字幕)

  • 怎么邀请别人开通支付宝(怎么邀请别人开通支付宝的奖励)

    怎么邀请别人开通支付宝(怎么邀请别人开通支付宝的奖励)

  • 华为畅享9有指纹锁吗(华为畅享9有指纹吗)

    华为畅享9有指纹锁吗(华为畅享9有指纹吗)

  • Mac怎么更改finder图标?Mac改finder字体大小方法(Mac怎么更改锁屏密码)

    Mac怎么更改finder图标?Mac改finder字体大小方法(Mac怎么更改锁屏密码)

  • 织梦DEDECMS手机端生成静态页面方法(织梦使用教程)

    织梦DEDECMS手机端生成静态页面方法(织梦使用教程)

  • 车辆购置税征收管理
  • 银行收取的账户管理费是什么费用
  • 工程施工与工程结算在资产负债表里
  • 专项附加扣除项目的6项具体规定有哪些
  • 一般纳税人普票怎么做分录
  • 幼儿园属于小型幼儿吗
  • 个税累计免征额
  • 资本成本与财务风险的区别
  • 电子发票和纸质发票额度算在一起吗
  • 复利现值系数完整版
  • 出口货物免税的税种包括
  • 办公设备维修费会计分录
  • 前年度库存商品少结转业务怎么处理?
  • 交增值税入什么科目
  • 没交社保能扣工伤保险吗
  • 租赁房产不开租房发票
  • 二房东税务局开发票
  • 劳务建筑公司一年可以赚多少
  • 物业代收自来水水费
  • 汇算清缴的费用合计是什么
  • 税局代增值税专用发票 需要带什么
  • 外资生产企业出口销售会计处理
  • 电子发票已缴税怎么查
  • 用积分兑换礼品英语怎么说
  • 赠品促销怎么做
  • 给供应商垫付运费合法吗
  • 会计分录错误用什么方法更正
  • 公司有长期挂账的权利吗
  • PHP:apache_setenv()的用法_Apache函数
  • PHP:pg_fetch_all()的用法_PostgreSQL函数
  • php实用的案例
  • 企业类型变更是什么意思
  • php多任务
  • 同一控制下企业合并报表编制
  • 小规模与一般纳税人做账区别
  • v-model的双向绑定原理
  • js 数组去重的四种方法
  • bcdboot命令怎么用
  • python 虚拟环境
  • 计入资本公积的金额怎么算
  • 增值税普通发票查询真伪
  • Ficstar Software � Web Data Extraction Tools
  • wndgui降级
  • 周转材料低值易耗品怎么结转
  • 2个公司的法人怎么注销
  • 0税率可以抵扣进项税吗
  • sqlserver 数据迁移
  • 加油费属于什么报销费用
  • 资本公积和盈余公积是什么意思
  • 事业单位收到发票怎么处理
  • 城市维护建设税属于中央还是地方
  • 不动产租赁按简易计税吗
  • 商业承兑汇票贴现流程
  • 租赁费属于酌量性固定成本
  • 预缴的税款抵扣有时间限制吗
  • 公司购买电视属于什么费用
  • 新成立的企业可以申请一般纳税人吗
  • 绿化补偿标准
  • 个人如何成立公司
  • 固定资产包括哪些东西
  • 支票上的金额和确定的金额
  • sqlserver查询重复值
  • sql语句分号
  • mac禁用标志
  • linux如何学
  • msmpeng.exe是什么进程
  • kmservice.exe是什么
  • windows任务管理器打不开
  • win7运行慢如何解决办法
  • windowsxp优化教程
  • 无需u盘安装系统
  • windows修复失败
  • awk中RS、ORS、FS、OFS的区别和联系小结
  • android集成chromiumview
  • node.js快速入门
  • sort 函数
  • jquery中的事件和事件处理有哪些
  • javascript ref
  • 打税务局电话
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设