OpenVINO™を使用してヒートマップを生成する方法

レイヤーごとの関連性伝播やGrad-CAMなどのヒートマップ生成手法をOpenVINO™を使用して実装できますか?

ヒートマップは、ニューラルネットワークの意思決定プロセスを視覚化するために使用できます。

OpenVINO™でヒートマップを生成するには、次のことを行う必要があります。

1. ターゲット畳み込みレイヤーの出力特徴マップと対応する重みにアクセスします。

   メモ	これは、OpenVINO™ 2.0+ API でネットワークを初期化するときに model.add_outputs() 関数呼び出しを使用して実行できます (非推奨の CNNNetwork addOutput() を置き換えます)。

2. 推論の実行後、特徴マップを使用して重みの加重合計 を計算し 、クラスアクティブ化マップを生成します。

3. Grad-CAM実装では、特徴マップに対するターゲットクラスの勾配 を計算し 、その勾配に特徴マップを 乗算 します。

4. 適用 負の値を削除し、結果のヒートマップ を正規化 するためのReLUアクティベーション。

5. 入力画像のサイズと一致するようにヒートマップのサイズを変更し、視覚化のために元の画像にオーバーレイします。

追加の手順:

• model.get_ops()を使用して、使用可能なレイヤー名を識別します。
• カラーマッピング(cv2.COLORMAP_JETなど)を適用して、視覚化を改善します。
• 視覚化する前に、ヒートマップ値を 0 から 1 の間で正規化します。