Computer vision 可视化每个CNN层的学习过滤器

有人请告诉我如何可视化每个CNN层的学习过滤器吗？ 下面的答案告诉我如何仅可视化第一个CNN层的学习过滤器，而不能可视化其他CNN层

1） 您可以恢复过滤器并使用Matlab函数将其显示为图像。例如，从以下位置加载预训练网后：

---

2） 您可能会发现VLFeat函数vl_imarraysc对于显示多个过滤器非常有用

用于在中间层中可视化过滤器。有几种技术：

（1） 一次将一个或三个通道显示为灰度或RGB。由于ResNet和VGG的过滤器都是小3x3，所以信息量不大

（2） 关掉其他装置。Backpropgate仅将此单元选通到输入空间。您可以看到一个模式，它反映了该单元所关心的内容。有许多论文使用了类似的技术。e、 g.，泽勒，马修D.，罗布·弗格斯。“可视化和理解卷积网络”，欧洲计算机视觉会议。2014年

---

（3） 查找最大程度激活此单元的输入补丁，并查看它们是什么。

用于可视化中间层中的过滤器。有几种技术：

（1） 一次将一个或三个通道显示为灰度或RGB。由于ResNet和VGG的过滤器都是小3x3，所以信息量不大

（2） 关掉其他装置。Backpropgate仅将此单元选通到输入空间。您可以看到一个模式，它反映了该单元所关心的内容。有许多论文使用了类似的技术。e、 g.，泽勒，马修D.，罗布·弗格斯。“可视化和理解卷积网络”，欧洲计算机视觉会议。2014年

---

（3） 找到最大程度激活该装置的输入补丁，看看它们是什么。

第一层有1个（灰度）或3个（颜色）通道。其他层有更多的通道（例如，64、128、512）。如果有3个以上的频道，则不清楚如何同时可视化频道。您可以一次查看一个通道，例如：net.layers{2}.filters（：，：，21，1），方法与可视化第一层过滤器相同。让我know@DataHungry我看过许多论文，其中显示了不同层次的特征。它们是否显示一个通道？第一层有1个（灰度）或3个（颜色）通道。其他层有更多的通道（例如，64、128、512）。如果有3个以上的频道，则不清楚如何同时可视化频道。您可以一次查看一个通道，例如：net.layers{2}.filters（：，：，21，1），方法与可视化第一层过滤器相同。让我know@DataHungry我看过许多论文，其中显示了不同层次的特征。他们正在播放一个频道吗？谢谢你提到这些技术。这些技术有实现的代码吗？@adde我现在还不知道有实现。实施起来并不困难。以（2）为例，您可以简单地执行我描述的操作：关闭其他单元。Backpropgate只对输入空间（即输入图像）感兴趣的一个单元进行反向设置。您将看到一些模式。顺便说一句，如果你能把它们贴到某个地方，你可能会对看到这些可视化感兴趣。方法#3在github.com/kukuruza/TF-Visualize-CNNThanks中为TF实现，用于提及技术。这些技术有实现的代码吗？@adde我现在还不知道有实现。实施起来并不困难。以（2）为例，您可以简单地执行我描述的操作：关闭其他单元。Backpropgate只对输入空间（即输入图像）感兴趣的一个单元进行反向设置。您将看到一些模式。顺便说一句，如果你能把它们贴到某个地方，你可能会对看到这些可视化感兴趣。方法3在github.com/kukuruza/TF-Visualize-CNN中为TF实现

imshow( net.layers{1}.filters(:, :, 3, 1), [] ) ;