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)

  • 荣耀50是双卡双待吗(荣耀50双卡双通)

    荣耀50是双卡双待吗(荣耀50双卡双通)

  • 抖音如何发私信红包(抖音如何发私信给陌生人)

    抖音如何发私信红包(抖音如何发私信给陌生人)

  • 水滴筹怎么查询某个病人(水滴筹怎么查询捐款记录)

    水滴筹怎么查询某个病人(水滴筹怎么查询捐款记录)

  • iphone12mini屏幕尺寸有多大(iphone12mini屏幕尺寸多少厘米)

    iphone12mini屏幕尺寸有多大(iphone12mini屏幕尺寸多少厘米)

  • 华为悬浮球怎么打开(华为悬浮球怎么锁屏)

    华为悬浮球怎么打开(华为悬浮球怎么锁屏)

  • iphone11镜头保护膜有必要吗(iphone11镜头保护膜)

    iphone11镜头保护膜有必要吗(iphone11镜头保护膜)

  • 华为荣耀20Pro手机如何自制图标(华为荣耀20PRO手机充电器原配)

    华为荣耀20Pro手机如何自制图标(华为荣耀20PRO手机充电器原配)

  • 抖音共同联系人准确吗(抖音共同联系人怎么让别人看不到)

    抖音共同联系人准确吗(抖音共同联系人怎么让别人看不到)

  • 手机充电慢是线的问题还是头的问题(手机充电非常慢是怎么回事)

    手机充电慢是线的问题还是头的问题(手机充电非常慢是怎么回事)

  • 苹果se2是什么基带(苹果se2是什么基带型号)

    苹果se2是什么基带(苹果se2是什么基带型号)

  • 小米手表开机键是哪个(小米手表开机键有问题)

    小米手表开机键是哪个(小米手表开机键有问题)

  • 怎么在朋友圈头像下面加字(怎么在朋友圈头像下边加小字)

    怎么在朋友圈头像下面加字(怎么在朋友圈头像下边加小字)

  • poe摄像头可以单独供电吗(poe摄像头可以单独接在路由器上吗?)

    poe摄像头可以单独供电吗(poe摄像头可以单独接在路由器上吗?)

  • 荣耀note8是2k屏幕吗(荣耀note8屏幕长宽多少)

    荣耀note8是2k屏幕吗(荣耀note8屏幕长宽多少)

  • adc芯片是什么(国产adc芯片)

    adc芯片是什么(国产adc芯片)

  • oppor17手机尺寸长宽高(oppor17机身尺寸多少厘米)

    oppor17手机尺寸长宽高(oppor17机身尺寸多少厘米)

  • 手机一直打开nfc费电吗(手机一直打开nfc有什么危害吗)

    手机一直打开nfc费电吗(手机一直打开nfc有什么危害吗)

  • 域名系统的作用(域名系统的作用包括)

    域名系统的作用(域名系统的作用包括)

  • 怎样删除微信聊天记录不能被恢复(怎样删除微信聊天记录,对方也不能看)

    怎样删除微信聊天记录不能被恢复(怎样删除微信聊天记录,对方也不能看)

  • 怎么禁止手机软件自启动(怎么禁止手机软件自动更新)

    怎么禁止手机软件自启动(怎么禁止手机软件自动更新)

  • 超能是哪个公司的品牌(超能是哪个公司生产的)

    超能是哪个公司的品牌(超能是哪个公司生产的)

  • 苹果夜景模式怎么调(苹果夜景模式怎么开启)

    苹果夜景模式怎么调(苹果夜景模式怎么开启)

  • 微信抽奖小程序可以内定吗(微信抽奖小程序怎么提高中奖率)

    微信抽奖小程序可以内定吗(微信抽奖小程序怎么提高中奖率)

  • 迅雷如何解除安全模式(迅雷如何解除安装限制)

    迅雷如何解除安全模式(迅雷如何解除安装限制)

  • 最通俗易懂的LSTM讲解,一个例子理解通透!!(最通俗易懂的电动力学教材)

    最通俗易懂的LSTM讲解,一个例子理解通透!!(最通俗易懂的电动力学教材)

  • 【机器学习】支持向量回归

    【机器学习】支持向量回归

  • 外聘专家发生的差旅费
  • 化妆品销售公司简介
  • 天然气管道抢维修工作总结
  • 自来水安装增值税税率
  • 补缴房产税有滞纳金吗
  • 资产负债表的期初余额是年初余额吗
  • 附加税退税申请书怎么写
  • 小企业会计准则会计科目表
  • 企业线上销售的好处
  • 是否退还投标文件
  • 外聘人员差旅费应放什么会计科目
  • 境外企业分红怎么交税
  • 水利建设基金的计税依据及税率
  • 增值税即征即退操作流程
  • 企业会计准则财务报表本期金额和上期金额
  • 小规模纳税人财务制度
  • 继承有个人所得税吗
  • 出差补贴怎么算
  • 出口报关单中有哪些内容
  • 企业收到银行未收到怎么做账
  • 奖金属于工资吗?要交税吗?
  • 存货跌价准备借贷方表示的含义
  • 经营租赁与融资租赁的含义
  • macbook怎么安装macos
  • 工程施工广告牌
  • 公司水费怎么算
  • 户外广告位怎么收费
  • ksysslim.exe是什么
  • PHP:realpath_cache_get()的用法_Filesystem函数
  • 用应付票据付应付账款
  • 红字发票开具后蓝字发票开具时限的问题
  • 关于B站bilibili名字的由来
  • php点击下载
  • 【深度学习】datasets.ImageFolder 使用方法
  • javascript表单验证和控制类
  • php实现上传图片功能
  • 资产负债表中应交税费为负数是什么意思
  • 三代手续费的税率
  • 免税增值税纳税申报表怎么填
  • java8 (jdk 1.8) 新特性——Lambda
  • 高新技术企业相关税收政策
  • 不借助的英文
  • 进口税 增值税
  • 外购存货的账务处理
  • 支付土地补偿款计入什么科目
  • 跨年收入退款如何处理
  • 一般纳税人简易计税方法适用情形
  • 以前年度应收账款错误如何调整
  • 原材料的对应账户有哪些
  • 工会经费到底是什么
  • 顺流交易和逆流交易会计分录
  • 公司无流水要交税不
  • 预收账款年底是不是不能有余额
  • 异地建筑服务开全电发票
  • 纳税评估补缴的增值税影响所得税吗
  • 预收账款属于借还是贷
  • 生产配合销售还是销售配合生产
  • 预付货款属不属于消费信用
  • 计提税金如何进项抵扣
  • 固定资产怎么记入账本明细科目
  • 数据库优化的作用是什么?
  • 关闭terminal monitor
  • explorer.exe进程文件
  • centos安装编译环境
  • centos 7安装桌面
  • pln是什么文件
  • linux shell脚本实例
  • win7系统删除文件夹怎么恢复
  • win10一堆毛病
  • perl中sub
  • Unity3D脚本对预制件无效
  • jquery validate表单校验
  • 常用的jquery鼠标事件
  • exe取消隐藏属性
  • 举例讲解水生花卉栽培管理
  • node.js的exports、module.exports与ES6的export、export default深入详解
  • 阿里巴巴技术文档翻译工资
  • js动态添加trtd
  • 贵阳国家高新技术产业开发区管理委员会
  • 深圳国委
  • 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