自动化使用GradCAM处理图片(用于ViT和swin的变体)附链接-编程知识

自动化使用GradCAM处理图片(用于ViT和swin的变体)附链接

GradCAM_On_ViT

用于可视化模型结果的 GradCAM 自动脚本

如何在 GradCam 中调整 XXXFormer

请确保您的模型格式正确。

如果您应用的变压器是类似 swin（无ClassToken）或类似 ViT （有ClassToken）

张量的形状可能看起来像[Batch,49,768]，那么你应该按照以下步骤处理你的模型，以避免一些可怕的运行时错误


Class XXXFormer(nn.Moudle):def __init(self,...):super().__init__().....self.avgpool = nn.AdaptiveAvgPool1d(1) #this is essentialdef forward(self,x):x = self.forward_feartrue(x) # Supose that the out put is [Batch,49,768]x = self.avgpool(x.transpose(1,2)) # [Batch,49,768] --> [Batch,768,49] --> [Batch,768,1]x = torch.flatten(x,1) # [Batch,768]

获取你的目标层

找到最后一个transformer block并选择 LayerNorm() 属性作为目标层，如果您有多个 LayerNorm() 属性，您可以将它们全部放在列表中或仅选择其中一个

您的目标图层可能如下所示

# choose one LayerNorm() attribute for your target layer
target_Layer1 = [vit.block[-1].norm1]
target_Layer2 = [vit.block[-1].norm2]
# or stack up them all
target_Layer3 = [vit.block[-1].norm1,vit.block.norm2]

为什么我们选择LayerNorm作为目标层？

Reference: On the Expressivity Role of LayerNorm in Transformer’s Attention (ACL 2023).

The reason may be like this as shown in the picture

在这里插入图片描述

Automatic_Swim_variant_CAM.py
Automatic_ViT_variant_CAM.py

上面显示的两个 .py 文件是您需要运行的主要 Python 脚本
只需设置图像文件并运行这两个脚本即可！

Using EigenCam as an example

在这里插入图片描述

Param you need to Pay attention

parser.add_argument('--path', default='./image', help='the path of image')
parser.add_argument('--method', default='all', help='the method of GradCam can be specific ,default all')
parser.add_argument('--aug_smooth', default=True, choices=[True, False],help='Apply test time augmentation to smooth the CAM')
parser.add_argument('--use_cuda', default=True, choices=[True, False],help='if use GPU to compute')
parser.add_argument('--eigen_smooth',default=False, choices=[True, False],help='Reduce noise by taking the first principle componenet''of cam_weights*activations')
parser.add_argument('--modelname', default="ViT-B-16", help='Any name you want')