我正在运行imagenet模型的默认 classify_image 代码。有没有办法可视化它提取的功能？如果我使用＆＃39; pool_3：0＆＃39; ，则会为我提供特征向量。有没有办法在我的图像上叠加这个以查看它选择哪些重要的功能？
答案 0 :(得分：1)
Ross Girshick描述了一种可视化汇集层学习内容的方法：https://www.cs.berkeley.edu/~rbg/papers/r-cnn-cvpr.pdf
基本上不是可视化功能，而是找到一些神经元最常触发的图像。您可以从特征向量中重复几个或所有神经元。该算法当然需要许多图像来选择，例如测试集。
我今天在Tensorflow中为cifar10模型编写了这个想法的实现，我想分享（使用OpenCV）：https://gist.github.com/kukuruza/bb640cebefcc550f357c
如果您设法提供images张量以按批次读取图像，并使用pool_3:0张量，则可以使用它。