作业系统: win 7 问题类别: CNN, Saliency map 使用工具: python,tensorflow,keras 问题内容: 我用SqueezeNet 的架构，重新训练model，再用keras.backend.gradients画Saliency map。 但我不确定画出来的Saliency map 对不对。 测试一：训练model 分辨鸟、猫、狗 给model 狗(或猫、鸟)的图片，Saliency map正确显示的物体位置 如下图，上排是原图，下排是Saliency map，红点是物体位置 https://imgur.com/bjmOxH6 测试二：训练model ，分辨图片中有狗/没有狗 给model 有狗或没狗的图片，Saliency map乱标示一个位置或一片黑(数值全为0) 如下图，上排是原图，下排是Saliency map，白点是程式标示的位置 https://imgur.com/wCXVSBC 如果继续训练到overfit，则是变成下图 https://imgur.com/y0jlqag 请问测试二是对的吗? 我的程式码如下，请各位指点看是不是哪里有错 如果要做成有狗的时候标出位置，没有狗的时候不标位置，该怎麽修改 谢谢 from keras import backend as k import numpy as np ...读取图片，略... modela = load_model('../isdog.h5') yinput = Input(shape=(classnum,)) #这里分两类，classnum是2 loss = k.categorical_crossentropy(yinput, modela.output, from_logits=True) gradients = k.gradients(loss, modela.inputs[0]) runnn = k.function(inputs=[modela.input, yinput], outputs=gradients) smap = runnn([testimage, to_categorical(truelabel, classnum)])[0] smap = np.absolute(smap) smap = np.amax(smap, axis=3) ...matplot画图，略... ==================================================================== 自问自答 後来在程式发现两个错误 一个是我在输入时对图片多做一个处理，但训练model没有做这个处理 另一个是，gradients是用输出分数(未normalize)对图片微分，不是loss对图片微分 修正後，分辨有狗/没狗就可以画出saliency map了 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 27.105.49.128 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1530931251.A.860.html ※ 编辑: guestttttt (27.105.49.128), 07/08/2018 09:35:25 ※ 编辑: guestttttt (27.105.49.128), 07/14/2018 12:27:27