yolov4-pytorch特征图可视化原理

[violet2422]

博主您好，很欣赏您的这个项目，特征图可视化过程有一些疑惑？ 1、为何要reshape为（3.-1）np.reshape(sub_output, [b, 3, -1, h, w]) 2、为何要在取score的时候只取最后一个维度的索引为4的部分并进行sigmoid再求max？np.max(sigmoid(sub_output[..., 4]), -1) 以下是代码部分，或者您可以点击这里进入原代码部分

plt.imshow(image, alpha=1)
plt.axis('off')
mask    = np.zeros((image.size[1], image.size[0]))
for sub_output in outputs:
    sub_output = sub_output.cpu().numpy()
    b, c, h, w = np.shape(sub_output)
    sub_output = np.transpose(np.reshape(sub_output, [b, 3, -1, h, w]), [0, 3, 4, 1, 2])[0]
    score      = np.max(sigmoid(sub_output[..., 4]), -1)
    score      = cv2.resize(score, (image.size[0], image.size[1]))
    normed_score    = (score * 255).astype('uint8')
    mask            = np.maximum(mask, normed_score)
plt.imshow(mask, alpha=0.5, interpolation='nearest', cmap="jet")
plt.axis('off')
plt.subplots_adjust(top=1, bottom=0, right=1,  left=0, hspace=0, wspace=0)
plt.margins(0, 0)
plt.savefig(heatmap_save_path, dpi=200, bbox_inches='tight', pad_inches = -0.1)
print("Save to the " + heatmap_save_path)
plt.show()

非常感谢您的解答！！！😊

[bubbliiiing]

-1是每个先眼框的属性

[bubbliiiing]

这个不是热力图吗，只取得分最高的种类

[violet2422]

不好意思，由于我的失误，没有看到在输出层做的特征图mask操作，误以为在主干或者颈部网络的某一层抽取特征图做的mask，谢谢您的解答！👏

[bubbliiiing]

好的