作者：Valentina Alto
編譯：ronghuaiyang

導讀

使用Keras實現圖像分類中的激活熱圖的可視化，幫助更有針對性的改進模型。

類別激活圖(CAM)是一種用于計算機視覺分類任務的強大技術。它允許研究人員檢查被分類的圖像，并了解圖像的哪些部分/像素對模型的最終輸出有更大的貢獻。

基本上，假設我們構建一個CNN，目標是將人的照片分類為“男人”和“女人”，然后我們給它提供一個新照片，它返回標簽“男人”。有了CAM工具，我們就能看到圖片的哪一部分最能激活“Man”類。如果我們想提高模型的準確性，必須了解需要修改哪些層，或者我們是否想用不同的方式預處理訓練集圖像，這將非常有用。

在本文中，我將向你展示這個過程背后的思想。為了達到這個目的，我會使用一個在ImageNet上預訓練好的CNN, Resnet50。

我在這個實驗中要用到的圖像是，這只金毛獵犬：

首先，讓我們在這張圖上嘗試一下我們預訓練模型，讓它返回三個最有可能的類別：

from keras.applications.resnet50 import ResNet50
from keras.preprocessing import image
from keras.applications.resnet50 import preprocess_input, decode_predictions
import numpy as npmodel = ResNet50(weights='imagenet')img_path = 'golden.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)preds = model.predict(x)
# decode the results into a list of tuples (class, description, probability)

print('Predicted:', decode_predictions(preds, top=3)[0])

如你所見，第一個結果恰好返回了我們正在尋找的類別：Golden retriver。

現在我們的目標是識別出我們的照片中最能激活黃金標簽的部分。為此，我們將使用一種稱為“梯度加權類別激活映射(Grad-CAM)”的技術(官方論文：https://arxiv.org/abs/1610.02391)。

這個想法是這樣的：想象我們有一個訓練好的CNN，我們給它提供一個新的圖像。它將為該圖像返回一個類。然后，如果我們取最后一個卷積層的輸出特征圖，并根據輸出類別對每個通道的梯度對每個通道加權，我們就得到了一個熱圖，它表明了輸入圖像中哪些部分對該類別激活程度最大。

讓我們看看使用Keras的實現。首先，讓我們檢查一下我們預先訓練過的ResNet50的結構，以確定我們想要檢查哪個層。由于網絡結構很長，我將在這里只顯示最后的block：

from keras.utils import plot_model
plot_model(model)

讓我們使用最后一個激活層activation_49來提取我們的feature map。

golden = model.output[:, np.argmax(preds[0])]
last_conv_layer = model.get_layer('activation_49')

from keras import backend as K

grads = K.gradients(golden, last_conv_layer.output)[0]
pooled_grads = K.mean(grads, axis=(0, 1, 2))
iterate = K.function([model.input], [pooled_grads, last_conv_layer.output[0]])
pooled_grads_value, conv_layer_output_value = iterate([x])
for i in range(pooled_grads.shape[0]):
    conv_layer_output_value[:, :, i] *= pooled_grads_value[i]
heatmap = np.mean(conv_layer_output_value, axis=-1)

import matplotlib.pyplot as plt

heatmap = np.maximum(heatmap, 0)
heatmap /= np.max(heatmap)
plt.matshow(heatmap)

這個熱圖上看不出什么東西出來。因此，我們將該熱圖與輸入圖像合并如下:

import cv2
img = cv2.imread(img_path)
heatmap = cv2.resize(heatmap, (img.shape[1], img.shape[0]))
heatmap = np.uint8(255 * heatmap)
heatmap = cv2.applyColorMap(heatmap, cv2.COLORMAP_JET)
merged= heatmap * 0.4 + imgplt.imshow(merged)

如你所見，圖像的某些部分(如鼻子部分)特別的指示出了輸入圖像的類別。

英文原文：https://valentinaalto.medium.com/class-activation-maps-in-deep-learning-14101e2ec7e1
本文轉自：AI公園，作者：Valentina Alto，編譯：ronghuaiyang，
轉載此文目的在于傳遞更多信息，版權歸原作者所有。