一 写在前面

未经允许，不得转载，谢谢。

这篇博客主要记录了如何提取特定层的特征，然后对它进行可视化。

二 主要的实现思路：

1. 处理单张图片作为网络输入。
2. 根据给定的layer层，获取该层的输出结果features。
3. 考虑到features的形状为：[batch_size, filter_nums, H, W] 提取其中的第一个过滤器得到的结果feature。
4. 以一张图片作为输入的情况下，我们得到的feature即为[H,W]大小的tensor。
5. 将tensor转为numpy，然后归一化到[0,1]，最后乘255，使得范围为[0,255]
6. 得到灰度图像并保存。

三 具体实现过程

了解实现流程之后整个代码没有什么难度，对其中的关键点进行简单说明一下：

• 模型我用了在ImageNet预先训练好的vgg16作为示例。
• 打印模型结构可以看到每一层对应的id是什么。
• 通常选择conv后面的特征进行可视化。
• 整个的实现放在类FeatureVisualization中实现。
• 对于归一化到[0,1]的部分我用了sigmod方法。

需要特别交代的差不多就是这些，直接上代码了：

import cv2
import numpy as np
import torch
from torch.autograd import Variable
from torchvision import models

def preprocess_image(cv2im, resize_im=True):
    """
        Processes image for CNNs

    Args:
        PIL_img (PIL_img): Image to process
        resize_im (bool): Resize to 224 or not
    returns:
        im_as_var (Pytorch variable): Variable that contains processed float tensor
    """
    # mean and std list for channels (Imagenet)
    mean = [0.485, 0.456, 0.406]
    std = [0.229, 0.224, 0.225]
    # Resize image
    if resize_im:
        cv2im = cv2.resize(cv2im, (224, 224))
    im_as_arr = np.float32(cv2im)
    im_as_arr = np.ascontiguousarray(im_as_arr[..., ::-1])
    im_as_arr = im_as_arr.transpose(2, 0, 1)  # Convert array to D,W,H
    # Normalize the channels
    for channel, _ in enumerate(im_as_arr):
        im_as_arr[channel] /= 255
        im_as_arr[channel] -= mean[channel]
        im_as_arr[channel] /= std[channel]
    # Convert to float tensor
    im_as_ten = torch.from_numpy(im_as_arr).float()
    # Add one more channel to the beginning. Tensor shape = 1,3,224,224
    im_as_ten.unsqueeze_(0)
    # Convert to Pytorch variable
    im_as_var = Variable(im_as_ten, requires_grad=True)
    return im_as_var


class FeatureVisualization():
    def __init__(self,img_path,selected_layer):
        self.img_path=img_path
        self.selected_layer=selected_layer
        self.pretrained_model = models.vgg16(pretrained=True).features

    def process_image(self):
        img=cv2.imread(self.img_path)
        img=preprocess_image(img)
        return img

    def get_feature(self):
        # input = Variable(torch.randn(1, 3, 224, 224))
        input=self.process_image()
        print(input.shape)
        x=input
        for index,layer in enumerate(self.pretrained_model):
            x=layer(x)
            if (index == self.selected_layer):
                return x

    def get_single_feature(self):
        features=self.get_feature()
        print(features.shape)

        feature=features[:,0,:,:]
        print(feature.shape)

        feature=feature.view(feature.shape[1],feature.shape[2])
        print(feature.shape)

        return feature

    def save_feature_to_img(self):
        #to numpy
        feature=self.get_single_feature()
        feature=feature.data.numpy()

        #use sigmod to [0,1]
        feature= 1.0/(1+np.exp(-1*feature))

        # to [0,255]
        feature=np.round(feature*255)
        print(feature[0])

        cv2.imwrite('./img.jpg',feature)




if __name__=='__main__':
    # get class
    myClass=FeatureVisualization('./input_images/home.jpg',5)
    print (myClass.pretrained_model)

    myClass.save_feature_to_img()

四 结果展示

输入图片：

home.jpg

• conv2的结果

  
  conv2

• conv5的结果

  
  conv5

五 写在最后：彩蛋哈哈哈

1. 上面的程序完成了对神经网络特征层的输出特征值进行可视化的过程。

2. 在github上找到了同样用pytorch对CNN网络进行可视化的代码，目前作者已经实现了对梯度、过滤器的可视化等等，还是非常具有学习和参考价值的，把链接放在这里供大家一起学习：pytorch-cnn-visualizations

3. 对于本文实现的可视化方法有什么问题的欢迎简信交流~~~