# 目标检测热力图 ## 1.简介 基于backbone特征图计算物体预测框的cam(类激活图) ## 2.使用方法 * 以PP-YOLOE为例，准备好数据之后，指定网络配置文件、模型权重地址和图片路径以及输出文件夹路径，使用脚本调用tools/cam_ppdet.py计算图片中物体预测框的grad_cam热力图。下面为运行脚本示例。 ```shell python tools/cam_ppdet.py -c configs/ppyoloe/ppyoloe_crn_l_300e_coco.yml --infer_img demo/000000014439.jpg --cam_out cam_ppyoloe -o weights=https://paddledet.bj.bcebos.com/models/ppyoloe_crn_l_300e_coco.pdparams ``` * **参数** | FLAG | 用途 | | :----------------------: |:-----------------------------------------------------------------------------------------------------:| | -c | 指定配置文件 | | --infer_img | 用于预测的图片路径 | | --cam_out | 指定输出路径 | | -o | 设置或更改配置文件里的参数内容, 如 -o weights=https://paddledet.bj.bcebos.com/models/ppyoloe_crn_l_300e_coco.pdparams | * 运行效果 <center> <img src="../images/grad_cam_ppyoloe_demo.jpg" width="500" > </center> <br><center>cam_ppyoloe/225.jpg</center></br> ## 3. 目前支持基于FasterRCNN和YOLOv3系列的网络。 * FasterRCNN网络热图可视化脚本 ```bash python tools/cam_ppdet.py -c configs/faster_rcnn/faster_rcnn_r50_vd_fpn_2x_coco.yml --infer_img demo/000000014439.jpg --cam_out cam_faster_rcnn -o weights=https://paddledet.bj.bcebos.com/models/faster_rcnn_r50_vd_fpn_ssld_2x_coco.pdparams ``` * PPYOLOE网络热图可视化脚本 ```bash python tools/cam_ppdet.py -c configs/ppyoloe/ppyoloe_crn_l_300e_coco.yml --infer_img demo/000000014439.jpg --cam_out cam_ppyoloe -o weights=https://paddledet.bj.bcebos.com/models/ppyoloe_crn_l_300e_coco.pdparams ```
