Краткое изложение технологии визуализации CNN (1) - визуализация карты функций
Краткое изложение технологии визуализации CNN (2) - визуализация ядра свертки
Краткое изложение технологии визуализации CNN (3) - визуализация класса
Добро пожаловать в техническое руководство CV для общедоступной учетной записи, в котором основное внимание уделяется техническому обзору компьютерного зрения, отслеживанию новейших технологий и интерпретации классических статей.
предисловие:
Ранее были введены три метода визуализации - визуализация карты признаков, визуализация ядра свертки и визуализация классов, Эти три метода очень распространены во многих работах, которые предлагают новые модели или новые методы, и их основная роль заключается в улучшении модели или нового метода. Доверие либо используется для увеличения рабочей нагрузки, либо используется для восполнения количества слов, а некоторые функции призваны помочь понять, как модель обучается для конкретной задачи, какая информация была изучена и какие области влияют на распознавание.
В этой статье будут представлены некоторые проекты визуализации, в основном включая интерпретатор CNN, некоторые коды и проекты карты функций, ядро свертки, визуализация классов, инструмент визуализации структуры и инструмент ручного построения графиков сетевой структуры.
1. CNN-Explainer
Это интерактивный онлайн-инструмент визуализации под названием CNN Explainer, выпущенный китайским врачом. В основном это полезно для тех, кто плохо знаком с глубоким обучением, чтобы понять, как работают нейронные сети, такие как процесс свертки, процесс ReLU, средний процесс объединения и карту функций каждого слоя в середине, Вы можете это увидеть, совсем Ю дал ему микроскоп, и он мог наблюдать изменения до и после любой операции на любом слое по желанию.
Отображение изменения карты признаков до и после процесса свертки, операция в середине.
Как CNN выводят прогнозы
Вы также можете загружать изображения онлайн, просматривать изменения изображения после каждого слоя свертки, объединения, активации и, наконец, выводить результат прогнозирования.
Ссылка на проект:
2. Некоторые коды для визуализации карт признаков, ядер свертки и тепловых карт.
Визуализируйте карты объектов
GitHub.com/Wow Али Лэй Фэн/vi США…
Визуализация ядер свертки
Доступно на RAS.IO/examples/vi…
блог Can RAS.IO/how-con Vol U…
Grad-CAM
Тепловая карта
Следующий проект представляет собой ссылку, которая включает визуализацию карты функций, визуализацию ядра свертки и тепловую карту:
3. Инструменты структурной визуализации
Netscope
Онлайн-инструмент для визуализации структуры модели поддерживает только визуализацию файла prototxt caffe. Вам нужно написать свой собственный файл формата prototxt.
Эта картинка взята из Интернета, захвачена и удалена
адрес проекта:
GitHub.com/ну там/ а как насчет…
ConvNetDraw
Этот инструмент можно непосредственно проиллюстрировать двумя диаграммами, первая — это вход, а вторая — выход.
Эти две картинки из интернета, вторжение и удаление
адрес проекта:
PlotNeuralNet
Это немного более хлопотно, и схема эффекта выглядит следующим образом:
адрес проекта:
GitHub.com/ha Японский Iqbal8…
4. Инструмент для ручного построения диаграмм сетевой структуры
Вопрос, который задают многие новички, заключается в том, как рисовать схемы структуры сети на бумаге.
Чтобы ответить здесь, я знаю, что в основном использую PPT, VISIO. Конечно, вы также можете использовать вышеперечисленное.
Добавьте еще один онлайн-инструмент, NN-SVG.
адрес проекта:alexlenail.me/NN-SVG/
Суммировать
Эти четыре статьи в основном представили некоторые из текущих методов визуализации CNN, а именно визуализацию карты объектов, визуализацию ядра свертки и визуализацию классов, а также обобщили некоторые инструменты и проекты визуализации.Конечно, есть некоторые упущения.Если есть какие-то серьезные прорывы в в будущем Некоторые инструменты визуализации будут добавляться и размещаться в разделе технического резюме официального аккаунта (техническое руководство по CV).
Для визуализации это фактически включает в себя визуализацию тренировочного процесса, например, обновление в реальном времени значения потерь, точности и т. д. Это относительно просто и не будет объясняться в этой сводной серии.
Эта статья взята из серии технических сводок Технического руководства CV для общедоступных аккаунтов.
Добро пожаловать в техническое руководство CV для общедоступной учетной записи, в котором основное внимание уделяется техническому обзору компьютерного зрения, отслеживанию новейших технологий и интерпретации классических статей.
Ответьте на ключевое слово «Техническое резюме» в официальном аккаунте, чтобы получить резюме следующих статей в формате pdf.
Другие статьи
Краткое изложение методов недообучения и переобучения
Краткое изложение общих идей бумажных инноваций
Резюме методов эффективного чтения англоязычной литературы по направлению CV
Обзор непродолжительного обучения компьютерному зрению
Краткий обзор дистилляции знаний
Оптимизировать скорость чтения видео OpenCV
Краткое изложение методов функции потерь
Техническое резюме механизма внимания
Краткое изложение технологии пирамиды функций
Краткое изложение технологии объединения
Краткое изложение методов увеличения данных
Резюме эволюции структуры CNN (1) Классическая модель
Резюме эволюции структуры CNN (2) Облегченная модель
Резюме эволюции структуры CNN (3) Принципы проектирования
Как увидеть будущее направление компьютерного зрения
Краткое изложение технологии визуализации CNN (1) - визуализация карты функций
Краткое изложение технологии визуализации CNN (2) - визуализация ядра свертки
Краткое изложение технологии визуализации CNN (3) - визуализация класса
Краткое описание технологии визуализации CNN (4) - инструменты и проекты визуализации