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)

  • 完税价格是含税价
  • 企业所得税当年销售收入
  • 小微企业月开票超15万季度未超45万
  • 广告制作要交文化部门吗
  • 融资租赁确认的利息收入需要交增值税吗
  • 税务逾期记录怎么消除不了
  • 折现率怎么确定 公式
  • 建筑行业一般纳税人增值税税率是多少
  • 公司交社保是怎么计算的
  • 外包和离岸外包一样吗
  • 企业清算的资产包括
  • 商业汇票和商业本票
  • 利息收入为什么不能在贷方
  • 建筑企业增值税纳税义务发生时间如何确定
  • 投资性房地产的初始计量
  • 不动产税征收标准
  • 减免增值税后附加税还用计提吗
  • 递延所得税资产是什么
  • 中国铁路建设债券
  • 机打发票丢失如何处理报销
  • 销项负数发票怎么填报增值税报表
  • 小规模季度超过30万怎么填报增值税
  • 旧房转让土地增值税核定
  • 吸收合并税费
  • 开票方开错发票
  • 公司没有残疾人要交残疾人保障金吗
  • 低值易耗品与固定资产有相同的特征,表现在哪里?
  • 积分抵现金活动怎么做
  • 金融企业贷款损失准备金税务管理
  • 抵押,质押,留置的区别与联系
  • 付的押金冲抵部分怎么算
  • 销项负数发票应该给谁
  • 苹果电脑字体文件怎么拖出来
  • rsa前端解密
  • 什么叫转登记纳税人
  • 社保包括哪些保险及比例
  • 一只棕色
  • 金融机构借款利率最新规定
  • swiper.js常用功能
  • 图片php格式怎么换成jpg
  • php的foreach循环语句
  • 运输中合理损耗计入存货成本吗
  • 经验模态分解和变分模态分解
  • 跟日期有关的名字
  • 会计凭证出现的问题
  • 预收安装费的会计分录
  • 处置长期股权投资产生的投资收益是什么
  • 帝国cms采集教程
  • sql存储过程几个主要步骤
  • 未按期兑现的合同缴纳印花税吗?
  • 公司购进设备会计分录
  • 交易性金融资产公允价值变动计入
  • 减免增值税记账
  • 员工福利开的专票怎么做分录
  • 信用减值损失和公允价值变动的区别
  • 怎么盘存货
  • 损益类科目调整到未分配利润分录
  • 话费报销属于什么费用
  • 税务会计账务处理一般方法有哪些
  • 交易性金融资产入账价值怎么计算
  • 合并报表六大抵消分录CPA
  • 本年利润如何记账
  • 预计负债的初始计量
  • 发工资代付是什么意思
  • 本年利润每个月有余额吗
  • 记账凭证的审核与编制可以是一个人吗
  • 电脑收藏夹文件恢复
  • win10预览体验三个选项
  • 苹果电脑使用u盾怎么用
  • win7鼠标间歇性卡顿一两秒
  • WIN7系统安装
  • window怎么开启自动更新
  • win8系统屏幕亮度调节
  • 微软7月补丁
  • win7怎么禁止程序自启动
  • 模型图怎么画
  • javascript中的数字型可以用来保存整数或浮点数(小数)
  • javascriptwhile
  • 浅谈JQuery+ajax+jsonp 跨域访问
  • 国税总局王军简历
  • 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