如何使用 OpenVINO™ 產生熱力圖
內容類型: 疑難排解 | 文章 ID: 000056835 | 最近查看日期: 2026 year 03 month 05 day
像是層 層相關性傳播或 Grad-CAM 這類熱圖產生技術，能否使用 OpenVINO™ 實作？
熱力圖可用來視覺化神經網路的決策過程。
為了在 OpenVINO™ 中產生熱圖，必須：
存取 目標卷積層的輸出特徵映射及相應權重。
| 註 | 這可以透過在 OpenVINO™ 2.0+ API 初始化網路時的 model.add_outputs() 函式呼叫來完成（取代已棄用的 CNNNetwork：addOutput（））。 |
執行推論後， 計算 權重與特徵映射的加權總和，生成類別啟動映射。
在 Grad-CAM 實作中，先 計算 目標類別相對於特徵圖的梯度，然後將梯度乘 以 特徵圖。
申請 啟動 ReLU 以移除負值並 正規化 產生的熱圖。
將熱力圖調整大小以符合輸入影像尺寸，並疊加在原始影像上以便視覺化。
額外步驟：