一文带你用可视化理解卷积神经网络(19)
image = cv2.resize(image(224224))
mask = mask.astype('uint8')
#apply the mask to the image
final = cv2.bitwise_and(imageimagemask = mask)
final = cv2.cvtColor(finalcv2.COLOR_BGR2RGB)
#plot the final image
plt.imshow(final)
你能猜到为什么我们只看到图像的某些部分吗？ 这其实是正确的 - 只有输入图像中对其输出类概率有重大贡献的那些部分才是可见的 。 简而言之 ， 这就是被遮挡图的全部内容 。
可视化输入特征的贡献—显著性贴图
显著性图是另一种基于梯度的可视化技术 。
显着图计算每个像素值对模型输出的影响 。 这涉及计算输出相对于输入图像的每个像素的梯度 。 这告诉我们如何根据输入图像像素的微小变化输出类别变化 。 梯度的所有正值意味着像素值的微小变化将增加输出值：
这些梯度与图像形状相同（梯度是根据每个像素值计算的） ， 为我们提供了直观的重点 。 让我们看看如何为任何图像生成显著性图 。 首先 ， 我们将使用以下代码段读取输入图像 。
推荐阅读
- 法术|双城之战：羁绊、海克斯强化、装备一文看懂
- 剑魂|DNF：“剑魂式打桩”引玩家爆笑，别人用瞬斩塞蛋，你用里鬼剑术
- 仙剑奇侠传七|“吃鸡”游戏中单价最高的氪金物品！氪度力压车皮，却一文不值！
- 地下城与勇士|DNF：DNF超高质量减负，9.14减负改动一文看完
- 金泰相|“亚军不配找借口”Doinb谈亚军一文不值，只有S11夺冠才能找回颜面
- 梦幻西游|梦幻西游：老王打错灵犀玉损失5000元，百万无级别变得一文不值
- 电子竞技|电竞精神一文不值，贝克曼惨遭炮轰，久城透露QG假赛隐情！
- 地下城与勇士|DNF：最尴尬的“神话守门员”，你用我推荐，给我我不要
- 声控|声控大法知多少？《神武4》电脑版的声控技巧你用过几个？
- 孙一文|王者荣耀孙一文联动实锤？采访透露设计想法，皮肤想要带龙标