pytorch图像分类实战 之可解释性分析

pytorch图像分类实战 之可解释性分析

  • 前言
  • 实验效果
  • 总结

前言

第六次任务是可解释性分析。代码教程:https://github.com/TommyZihao/Train_Custom_Dataset 。

实验效果


pytorch图像分类实战 之可解释性分析_第1张图片
pytorch图像分类实战 之可解释性分析_第2张图片
pytorch图像分类实战 之可解释性分析_第3张图片
pytorch图像分类实战 之可解释性分析_第4张图片

pytorch图像分类实战 之可解释性分析_第5张图片

总结

本次实验接触了图像分类的可解释性分析问题,主要做的事情是跟着教程跑了一遍开源代码,看了看可解释性分析的效果。教程提供了torch-cam工具包:CAM热力图,pytorch-grad-cam工具包:CAM热力图、Guided Grad-CAM热力图、DFF,Captum工具包:遮挡、梯度,shap工具包,lime工具包五个开源代码教程,带领我初步了解了图像分类模型的可解释性分析。

你可能感兴趣的:(pytorch图像分类,pytorch,分类,深度学习)