4
社区成员




课程名称 | 适应人群 |
---|---|
YOLOv5目标检测之Grad-CAM热力图可视化 | 希望学习YOLOv5上的Grad-CAM热力图可视化方法的学员 |
PyTorch版的YOLOv5是一个非常流行的基于深度学习的目标检测器。本课程使用Grad-CAM热力图可视化方法对YOLOv5进行热力图可视化,可直观展示图像中哪些区域对类别分类贡献程度大。
Grad-CAM是一种CNN(卷积神经网络)可解释性的经典方法,与CAM(类激活图)相比,不需要对模型进行改动就可以生成热力图(heatmap),非常方便和灵活。
本课程在YOLOv5 v6.1版本代码的基础上增加Grad-CAM热力图可视化方法,并演示针对自己的数据集训练和进行Grad-CAM热力图可视化过程,并讲解原代码针对Grad-CAM热力图可视化的修改部分。
本课程分为原理篇、实战篇、代码讲解篇。
· 原理篇包括:Grad-CAM热力图可视化原理。
· 实战篇包括:PyTorch环境安装、YOLOv5项目安装、准备自己的数据集、修改配置文件、训练自己的数据集、Grad-CAM热力图可视化。
· 代码讲解篇包括:针对Grad-CAM热力图可视化具体修改的代码讲解。
老师您好,我通读了您的代码,同时使用自制的数据集进行实验,发现我输入不同的图片导致激活值和梯度值的向量图尺寸不一样,有的是(16,20)有的是(14,20)不知道原因
老师,麻烦问下,运行main文件提升错误:torch.nn.modules.module.ModuleAttributeError: 'SiLU' object has no attribute 'register_full_backward_hook',该如何解决
請問如果要使用1280的img size需要更改那一部分?