CNN可视化技术总结（四）--可视化工具与项目

导言：

前面介绍了可视化的三种方法--特征图可视化，卷积核可视化，类可视化，这三种方法在很多提出新模型或新方法的论文中很常见，其主要作用是提高模型或者新方法的可信度，或者用来增加工作量，或者用来凑字数，还有一些作用是帮助理解模型针对某个具体任务是如何学习，学到了哪些信息，哪些区域对于识别有影响等。

本文将介绍一些可视化的项目，主要有CNN解释器，特征图、卷积核、类可视化的一些代码和项目，结构可视化工具，网络结构手动画图工具。

1. CNN-Explainer

这是一个中国博士发布的名叫CNN解释器的在线交互可视化工具。主要对于那些初学深度学习的小白们理解关于神经网络是如何工作很有帮助，如卷积过程，ReLU过程，平均池化过程，中间每一层的特征图的样子，都可以看到，相当于给了一个显微镜，可以随意对任意一层，任何一项操作的前后变化，观察得清清楚楚。

显示卷积的过程中前后特征图的变化，中间的操作。

CNN是如何输出预测的

还可以在线上传图片，看到一张图片在经过每一层的卷积，池化，激活后的变化，最后输出预测结果。

项目链接：

https://github.com/poloclub/cnn-explainer

2. 一些可视化特征图、卷积核、热力图的代码。

可视化特征图

https://github.com/waallf/Viusal-feature-map

可视化卷积核

https://keras.io/examples/vision/visualizing_what_convnets_learn/

https://blog.keras.io/how-convolutional-neural-networks-see-the-world.html

Grad-CAM

https://github.com/ramprs/grad-cam

热力图

https://github.com/heuritech/convnets-keras

下面这个项目是同时包含特征图可视化，卷积核可视化和热力图的一个链接：

https://github.com/raghakot/keras-vis

3. 结构可视化工具

Netscope

用于可视化模型结构的在线工具，仅支持caffe的prototxt文件可视化。需要自己写prototxt格式的文件。

此图来源于网络，侵删

项目地址：

https://github.com/ethereon/netscope

ConvNetDraw

这个工具用两个图可直接说明，第一个是输入，第二个是输出

这两个图来源于网络，侵删

项目地址：

https://github.com/cbovar/ConvNetDraw

PlotNeuralNet

这个稍微麻烦一点点，效果图如下：

项目地址：

https://github.com/HarisIqbal88/PlotNeuralNet

4. 网络结构手动画图工具

很多新手会问的一个问题，论文中那些网络结构图是如何画的。

这里解答一下，我所了解的主要是用PPT, VISIO。当然也可以使用上面那几个。

再补充一个在线工具，NN-SVG

项目地址：http://alexlenail.me/NN-SVG/

总结

这四篇文章基本介绍完了目前CNN可视化的一些方法，即特征图可视化，卷积核可视化和类可视化，总结了一些可视化工具与项目，当然不免也有个别遗漏的，日后若有一些比较重大突破的一些可视化工具出来，将继续补充，将放在公众号（CV技术指南）的技术总结部分。

对于可视化，其实还包括训练过程的可视化，如Loss值，精度等实时更新，这个比较简单，就不在这个总结系列里说明了。

本文来源于公众号《CV技术指南》的技术总结部分，更多相关技术总结请扫描文末二维码关注公众号。