วิธีการสร้างฮีทแมปโดยใช้ OpenVINO™

สามารถใช้เทคนิคการสร้างแผนความร้อน เช่น การแพร่กระจายของความเกี่ยวข้องแบบเลเยอร์หรือ Grad-CAM โดยใช้ OpenVINO™หรือไม่

ฮีทแมปสามารถใช้เพื่อแสดงให้เห็นถึงกระบวนการตัดสินใจของโครงข่ายประสาทเทียม

เพื่อสร้างฮีทแมปใน OpenVINO™มีความจําเป็นต้อง:

1. เข้าถึง แผนที่คุณสมบัติเอาต์พุตของเลเยอร์เป้าหมายแบบคอนโวลูชันและน้ําหนักที่เกี่ยวข้อง

   หมาย เหตุ

   ซึ่งสามารถทําได้ผ่านการเรียกฟังก์ชัน model.add_outputs() เมื่อเริ่มต้นเครือข่ายใน OpenVINO™ 2.0+ API (แทนที่ CNNNetwork: addOutput())

2. หลังจากรันการอนุมานแล้ว ให้ คํานวณ ผลรวมน้ําหนักตามน้ําหนักพร้อมแผนที่คุณสมบัติเพื่อสร้าง Class Activation Map

3. สําหรับการใช้งาน Grad-CAM การไล่ระดับสี การประมวลผล ของระดับเป้าหมายที่เกี่ยวข้องกับแมปคุณสมบัติ จากนั้น คูณ การไล่ระดับสีด้วยแผนที่คุณสมบัติ

4. ใช้ การเปิดใช้งาน ReLU เพื่อลบค่าลบและปรับฮีทแมปที่เป็นผลลัพธ์ให้เป็นปกติ

5. ปรับขนาด ฮีทแมปให้ตรงกับขนาดภาพอินพุตและ โอเวอร์เลย์ บนภาพต้นฉบับเพื่อแสดงผลภาพ

ขั้นตอนเพิ่มเติม:

• ใช้ model.get_ops() เพื่อระบุชื่อเลเยอร์ที่มีอยู่
• นํา การแมปสี (เช่น cv2.COLORMAP_JET) ไปใช้เพื่อการแสดงผลภาพที่ดีขึ้น
• ปรับค่าฮีทแมปให้อยู่ในระดับปกติระหว่าง 0-1 ก่อนการจําลองภาพ