前言 本文介绍了一些关于神经网络可视化的项目,主要有CNN解释器,特征图、卷积核、类可视化的一些代码和项目,结构可视化工具,网络结构手动画图工具。
本文来自公众号CV技术指南的技术总结系列
关注公众号CV技术指南 ,专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读
这是一个中国博士发布的名叫CNN解释器的在线交互可视化工具。
主要对于那些初学深度学习的小白们 理解关于神经网络是如何工作很有帮助,如卷积过程,ReLU过程,平均池化过程,中间每一层的特征图的样子,都可以看到,相当于给了一个显微镜,可以随意对任意一层,任何一项操作的前后变化,观察得清清楚楚。
显示卷积的过程中前后特征图的变化,中间的操作。
CNN是如何输出预测的
还可以在线上传图片,看到一张图片在经过每一层的卷积,池化,激活后的变化,最后输出预测结果。
项目链接:
https://github.com/poloclub/cnn-explainer
可视化特征图
https://github.com/waallf/Viusal-feature-map
可视化卷积核
https://keras.io/examples/vision/visualizing_what_convnets_learn/
https://blog.keras.io/how-convolutional-neural-networks-see-the-world.html
Grad-CAM
https://github.com/ramprs/grad-cam
热力图
https://github.com/heuritech/convnets-keras
下面这个项目是同时包含特征图可视化,卷积核可视化和热力图的一个链接:
https://github.com/raghakot/keras-vis
用于可视化模型结构的在线工具,仅支持caffe的prototxt文件可视化。需要自己写prototxt格式的文件。
项目地址:
https://github.com/ethereon/netscope
这个工具用两个图可直接说明,第一个是输入,第二个是输出
项目地址:
https://github.com/cbovar/ConvNetDraw
这个稍微麻烦一点点,效果图如下:
项目地址:
https://github.com/HarisIqbal88/PlotNeuralNet
这个非常简单,它是一个网页,在左侧输入网络的层数大小,就可以在右边输出网络结构。
项目地址:http://alexlenail.me/NN-SVG/
很多新手会问的一个问题,论文中那些网络结构图是如何画的。
这里解答一下,我所了解的主要是用PPT, VISIO。当然也可以使用上面那几个。
欢迎关注公众号 CV技术指南 ,专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。
在公众号中回复关键字 “入门指南“可获取计算机视觉入门所有必备资料。
关于快速学习一项新技术或新领域的一些个人思维习惯与思想总结
CV技术指南文章汇总
AAAI2021 | 任意方向目标检测中的动态Anchor学习
ICCV2021 | 用于视觉跟踪的学习时空型transformer
论文的科学写作与哲学
计算机视觉中的传统特征提取方法总结
ICCV2021 | TOOD:任务对齐的单阶段目标检测
Pytorch 数据流中常见Trick总结
计算机视觉中的transformer模型创新思路总结
PNNX: PyTorch 神经网络交换格式
论文创新的常见思路总结 | 卷积神经网络压缩方法总结
神经网络超参数的调参方法总结 | 数据增强方法总结
Batch Size对神经网络训练的影响 | 计算机视觉入门路线
论文创新的常见思路总结 | 池化技术总结
归一化方法总结 | 欠拟合与过拟合技术总结
注意力机制技术总结 | 特征金字塔技术总结
2021-视频监控中的多目标跟踪综述
一文概括机器视觉常用算法以及常用开发库
统一视角理解目标检测算法:最新进展分析与总结
给模型加入先验知识的常见方法总结 | 谈CV领域审稿
全面理解目标检测中的anchor | 实例分割综述总结综合整理版
HOG和SIFT图像特征提取简述 | OpenCV高性能计算基础介绍
目标检测中回归损失函数总结 | Anchor-free目标检测论文汇总
2021年小目标检测最新研究综述 | 小目标检测常用方法总结
单阶段实例分割综述 | 语义分割综述 | 多标签分类概述
视频目标检测与图像目标检测的区别
视频理解综述:动作识别、时序动作定位、视频Embedding
资源分享 | SAHI:超大图片中对小目标检测的切片辅助超推理库