DAY 42 Grad-CAM与Hook函数

知识点回顾

1. 回调函数
2. lambda函数
3. hook函数的模块钩子和张量钩子
4. Grad-CAM的示例

作业：理解下今天的代码即可

"""
Day 42: Grad-CAM与Hook函数本节主要内容：
1. 回调函数(Callback)和lambda函数- 回调函数是作为参数传递给其他函数的函数- lambda函数是一种简单的匿名函数，用于创建一次性的简单函数2. hook函数（钩子函数）- 在深度学习中，hook函数用于"钩住"模型的某些层，获取或修改中间结果- 分为forward hook（前向钩子）和backward hook（后向钩子）- forward hook可以获取层的输入和输出- backward hook可以获取层的梯度信息3. Grad-CAM（Gradient-weighted Class Activation Mapping）- 一种可视化CNN模型决策的技术- 使用梯度信息来理解模型关注的图像区域- 通过生成热力图来展示模型的注意力焦点
"""import torch  # PyTorch深度学习框架
import torch.nn as nn  # 神经网络模块
import torch.nn.functional as F  # 函数式接口
import torchvision  # 计算机视觉工具包
from torchvision.models import ResNet18_Weights  # ResNet18预训练权重
import torchvision.transforms as transforms  # 图像变换工具
import matplotlib.pyplot as plt  # 绘图库
import numpy as np  # 数值计算库
from PIL import Image  # 图像处理库# 设置matplotlib中文字体，避免中文显示乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False# 设置随机种子，确保结果可复现
torch.manual_seed(42)
# 检测是否可以使用GPU，如果可以就使用GPU，否则使用CPU
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")class GradCAM:"""Grad-CAM（Gradient-weighted Class Activation Mapping）实现类工作原理：1. 获取CNN模型中指定层的特征图（通过forward hook）2. 获取特征图对于目标类别的梯度（通过backward hook）3. 计算每个通道的重要性权重4. 生成类激活图（CAM）来显示模型关注的区域使用方法：1. 创建GradCAM实例，指定模型和目标层2. 调用generate_cam方法生成类激活图3. 使用完毕后调用remove_hooks清理钩子"""def __init__(self, model, target_layer):"""初始化GradCAM参数：- model: 预训练的CNN模型- target_layer: 要可视化的目标层（通常是最后的卷积层）"""self.model = modelself.target_layer = target_layerself.gradients = None  # 存储梯度self.features = None   # 存储特征图# 注册钩子列表，用于后续移除self.hooks = []self._register_hooks()def _register_hooks(self):"""注册前向和后向钩子函数钩子函数的作用：1. forward_hook: 保存前向传播时的特征图2. backward_hook: 保存反向传播时的梯度信息"""def forward_hook(module, input, output):"""前向钩子函数，保存特征图"""self.features = output.detach()  # detach()创建不需要梯度的副本def backward_hook(module, grad_input, grad_output):"""后向钩子函数，保存梯度"""self.gradients = grad_output[0].detach()# 注册钩子# register_forward_hook在前向传播时触发self.hooks.append(self.target_layer.register_forward_hook(forward_hook))# register_full_backward_hook在反向传播时触发，支持多个自动求导节点self.hooks.append(self.target_layer.register_full_backward_hook(backward_hook))def remove_hooks(self):"""移除所有注册的钩子在使用完GradCAM后必须调用此方法，否则可能造成内存泄漏"""for hook in self.hooks:hook.remove()def generate_cam(self, input_image, target_class=None):"""生成类激活图（CAM）参数：- input_image: 输入图像张量，形状为[1, C, H, W]- target_class: 目标类别索引，如果为None则使用模型预测的类别返回：- cam: 类激活图（numpy数组）工作流程：1. 前向传播得到预测结果2. 计算目标类别的梯度3. 计算特征图的权重4. 生成并归一化类激活图"""# 前向传播model_output = self.model(input_image)# 如果没有指定目标类别，使用预测的类别if target_class is None:target_class = torch.argmax(model_output, 1).item()# 反向传播self.model.zero_grad()  # 清除现有梯度model_output[0, target_class].backward()  # 计算目标类别的梯度# 计算每个通道的权重（全局平均池化）weights = torch.mean(self.gradients, dim=(2, 3))[0, :]# 生成CAM# 创建与特征图大小相同的零张量cam = torch.zeros(self.features.shape[2:], dtype=torch.float32).to(device)# 将每个通道的特征图与其权重相乘并相加for i, w in enumerate(weights):cam += w * self.features[0, i, :, :]cam = F.relu(cam)  # 使用ReLU确保只关注正面贡献cam = cam - torch.min(cam)  # 减去最小值cam = cam / torch.max(cam)  # 归一化到[0,1]范围return cam.cpu().numpy()def denormalize(tensor, mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]):"""反归一化图像张量在训练深度学习模型时，我们通常会对输入图像进行标准化（减均值除以标准差）显示图像时需要将其转换回原始范围参数：- tensor: 输入张量- mean: ImageNet数据集的均值- std: ImageNet数据集的标准差返回：- 反归一化后的张量，像素值在[0,1]范围内"""tensor = tensor.clone()  # 创建副本避免修改原始数据for t, m, s in zip(tensor, mean, std):t.mul_(s).add_(m)  # 反归一化：x = x * std + meanreturn tensor.clamp_(0, 1)  # 将值限制在[0,1]范围内def visualize_cam(image, cam):"""可视化原始图像和CAM创建三个子图：1. 原始图像2. Grad-CAM热力图3. 热力图与原始图像的叠加结果参数：- image: 输入图像张量- cam: 类激活图（numpy数组）"""plt.figure(figsize=(12, 4))# 处理原始图像img = denormalize(image)  # 反归一化img_np = img.permute(1, 2, 0).cpu().numpy()  # 调整通道顺序并转换为numpy数组h, w = img_np.shape[:2]  # 获取图像尺寸# 调整CAM大小以匹配原始图像cam_resized = np.float32(cam)cam_resized = Image.fromarray(cam_resized)cam_resized = cam_resized.resize((w, h), Image.LANCZOS)  # LANCZOS提供高质量的重采样cam_resized = np.array(cam_resized)# 显示原始图像plt.subplot(1, 3, 1)plt.imshow(img_np)plt.title('原始图像')plt.axis('off')# 显示热力图plt.subplot(1, 3, 2)plt.imshow(cam_resized, cmap='jet')  # 使用jet颜色映射plt.title('Grad-CAM')plt.axis('off')# 显示叠加图plt.subplot(1, 3, 3)heatmap = plt.cm.jet(cam_resized)[:, :, :3]  # 转换为RGB热力图overlayed = 0.6 * img_np + 0.4 * heatmap  # 将热力图叠加到原始图像上overlayed = np.clip(overlayed, 0, 1)  # 确保值在[0,1]范围内plt.imshow(overlayed)plt.title('叠加结果')plt.axis('off')plt.tight_layout()plt.show()def main():"""主程序：演示Grad-CAM的使用步骤：1. 加载预训练的ResNet18模型2. 准备输入图像3. 创建GradCAM实例4. 生成并可视化类激活图"""# 加载预训练模型，使用新的weights参数（替代已弃用的pretrained参数）weights = ResNet18_Weights.DEFAULTmodel = torchvision.models.resnet18(weights=weights).to(device)model.eval()  # 设置为评估模式# 准备图像转换transform = transforms.Compose([transforms.Resize((224, 224)),  # 调整图像大小transforms.ToTensor(),          # 转换为张量transforms.Normalize(           # 标准化mean=[0.485, 0.456, 0.406],  # ImageNet数据集的均值std=[0.229, 0.224, 0.225]    # ImageNet数据集的标准差)])# 加载示例图像（使用CIFAR-10数据集的第一张图片）trainset = torchvision.datasets.CIFAR10(root='./data', train=True, download=True)image, _ = trainset[0]image = transform(image).unsqueeze(0).to(device)  # 添加batch维度并移到设备# 创建Grad-CAM（使用最后一个残差块的输出）grad_cam = GradCAM(model, model.layer4[-1])try:# 生成CAMcam = grad_cam.generate_cam(image)# 可视化结果visualize_cam(image[0], cam)finally:# 确保钩子被清理（即使发生异常）grad_cam.remove_hooks()if __name__ == '__main__':"""回调函数和lambda函数示例回调函数：- 是一种将函数作为参数传递给另一个函数的编程模式- 允许在特定事件发生时执行自定义代码lambda函数：- 也称为匿名函数- 用于创建简单的一次性函数- 语法：lambda 参数: 表达式"""def process_data(data, callback):"""回调函数示例"""result = data * 2return callback(result)# 使用普通函数作为回调def square(x):return x ** 2# 使用lambda函数作为回调（等价于上面的square函数）result1 = process_data(5, square)  # 使用命名函数result2 = process_data(5, lambda x: x ** 2)  # 使用lambda函数print("回调函数示例：")print(f"使用普通函数: {result1}")print(f"使用lambda函数: {result2}")print()# 运行主程序main()

回调函数示例：
使用普通函数: 100
使用lambda函数: 100Files already downloaded and verified
arning-library/Day42.py
回调函数示例：
使用普通函数: 100
使用lambda函数: 100Files already downloaded and verified