Grad-CAM.pytorch
Grad-CAM.pytorch copied to clipboard
yizt
pytorch实现Grad-CAM和Grad-CAM++,可以可视化任意分类网络的Class Activation Map (CAM)图,包括自定义的网络;同时也实现了目标检测faster r-cnn和retinanet两个网络的CAM图;欢迎试用、关注并反馈问题...
你好，请问怎么加载自己训练的模型的权重文件啊，我在输入自己的网络和权重文件路径之后，总是会出现以下错误，其中第二行很长我省略了后面的部分。 RuntimeError: Error(s) in loading state_dict for DenseNet: Missing key(s) in state_dict: "features.conv0.weight", Unexpected key(s) in state_dict: "state_dict".
关于Grad CAM和Grad CAM++中您的代码 `# 数值归一化 cam -= np.min(cam) cam /= np.max(cam)` 这里是做最大最小归一化吗？但是这里与最大最小归一化的公式不同，做完这一步后cam有部分值小于0，而且在Grad-cam与Grad-cam++的论文中均没有看到关于数值归一化的内容。这一点困扰了我很久，能麻烦您为我答疑解惑吗？非常感谢
您好，非常感谢您提供的目标检测CAM思路！代码中有两处疑问向您请教。 grad_cam.py: 1. weight = np.mean(gradient, axis=(1, 2)) # [C] 这里为什么要取平均？ 2.feature = self.feature[0].cpu().data.numpy() # [C,H,W] 为什么选用feature[0]而不是feature[proposal_idx] 谢谢！！！
Traceback (most recent call last): File "D:/2019Pytorch_Programs/Papers_codes/efficient-finetuning/visualization/main.py", line 215, in main(arguments) File "D:/2019Pytorch_Programs/Papers_codes/efficient-finetuning/visualization/main.py", line 194, in main save_image(image_dict, os.path.basename(args.image_path), args.network, args.output_dir) File "D:/2019Pytorch_Programs/Papers_codes/efficient-finetuning/visualization/main.py", line 153, in save_image io.imsave(os.path.join(output_dir, '{}-{}-{}.jpg'.format(prefix, network,...
您好，在根据您faster rnn例子做retinanet CAM，初学理解不到位，能否麻烦您简单指导下思路，不胜感激！[email protected] 这是我阅读detectron2 retinanet总结的： 
When doing fasterrcnn-gradcam, after debugging, I found that the gradient parameter has always been None. The gradient parameter never gets data. Then it will be reported: 'NoneType' object is not...
