深度学习中的类别激活热图可视化介绍

　　使用Keras实现图像分类中的激活热图的可视化，帮助更有针对性的改进模型。
　　类别激活图（CAM）是一种用于计算机视觉分类任务的强大技术。它允许研究人员检查被分类的图像，并了解图像的哪些部分/像素对模型的最终输出有更大的贡献。
　　基本上，假设我们构建一个CNN，目标是将人的照片分类为“男人”和“女人”，然后我们给它提供一个新照片，它返回标签“男人”。有了CAM工具，我们就能看到图片的哪一部分最能激活“Man”类。如果我们想提高模型的准确性，必须了解需要修改哪些层，或者我们是否想用不同的方式预处理训练集图像，这将非常有用。
　　在本文中，我将向你展示这个过程背后的思想。为了达到这个目的，我会使用一个在ImageNet上预训练好的CNN， Resnet50。
　　我在这个实验中要用到的图像是，这只金毛猎犬：

　　首先，让我们在这张图上尝试一下我们预训练模型，让它返回三个最有可能的类别：
　　fromkeras.applications.resnet50 importResNet50
　　fromkeras.preprocessing importimage
　　fromkeras.applications.resnet50 importpreprocess_input， decode_predictions
　　importnumpy asnpmodel = 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， deion， probability）
　　print（ ‘Predicted：’， decode_predictions（preds， top= 3）［ 0］）

　　如你所见，第一个结果恰好返回了我们正在寻找的类别：Golden retriver。
　　这个想法是这样的：想象我们有一个训练好的CNN，我们给它提供一个新的图像。它将为该图像返回一个类。然后，如果我们取最后一个卷积层的输出特征图，并根据输出类别对每个通道的梯度对每个通道加权，我们就得到了一个热图，它表明了输入图像中哪些部分对该类别激活程度最大。
　　让我们看看使用Keras的实现。首先，让我们检查一下我们预先训练过的ResNet50的结构，以确定我们想要检查哪个层。由于网络结构很长，我将在这里只显示最后的block：
　　fromkeras.utils importplot_model
　　plot_model（model）

　　让我们使用最后一个激活层 activation_49 来提取我们的feature map。
　　golden = model.output［：， np.argmax（preds［ 0］）］
　　last_conv_layer = model.get_layer（ ‘activation_49’）
　　fromkeras importbackend asK
　　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］）
　　fori inrange（pooled_grads.shape［ 0］）：
　　conv_layer_output_value［：， ：， i］ *= pooled_grads_value［i］
　　heatmap = np.mean（conv_layer_output_value， axis= -1）
　　importmatplotlib.pyplot asplt
　　heatmap = np.maximum（heatmap， 0）
　　heatmap /= np.max（heatmap）
　　plt.matshow（heatmap）

　　这个热图上看不出什么东西出来。因此，我们将该热图与输入图像合并如下：
　　importcv2
　　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）

　　如你所见，图像的某些部分（如鼻子部分）特别的指示出了输入图像的类别。