你将收获

学习Grad-CAM热力图可视化原理

掌握YOLOv5上的Grad-CAM热力图可视化方法

适用人群

希望学习YOLOv5上的Grad-CAM热力图可视化方法的学员

课程介绍

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。

gradcam热力图1

gradcam热力图可视化2

课程目录

讨论留言

正在加载中...