Gcam(Grad-Cam) 此仓库的新版本位于 Gcam是一个易于使用的Pytorch库,它可以使模型预测更易于理解。 它允许使用多种方法(例如,反向引导传播,Grad-Cam,Guide Grad-Cam和Grad-Cam ++)生成注意力图。 您需要添加到项目中的只是一行代码: model = gcam . inject ( model , output_dir = "attention_maps" , save_maps = True ) 产品特点 适用于分类和细分数据/模型 处理2D和3D数据 支持引导反向传播,Grad-Cam,引导Grad-Cam和Grad-Cam ++ 给定地面真理面具的注意力图评估 自动图层选择选项 安装 从安装Pytorch 通过pip安装Gcam,方法如下: pip install gcam 文献资料 Gcam已提供完整文档,您可以在以下位置查看文档: 例子 #1分类(2D) #2细分(2D) #3细分(3D) 图片 引导反向传播 Grad-Cam 导引式Grad-Cam Grad-Cam ++ 用法 # Import g