frgfm/torch-cam
Data science & MLこのページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。 原文を見る
PyTorchモデル(CAM、Grad-CAM、Grad-CAM++、Smooth Grad-CAM++、Score-CAM、SS-CAM、IS-CAM、XGrad-CAM、Layer-CAM、Finer-CAM、LeGrad、RefineCAM)のクラスアクティベーションマップ
概要
PyTorchにおける畳み込み層とトランスフォーマー層のクラス固有の活性化を活用する簡単な方法です。 驚くべき分類器の結果をデバッグする?予測と期待されたエージェントのワークフローを使うか、互換性のあるエージェントにポータブルスキルを与えるか、あるいはllms.txtから始めるか。 出典:Woopetsの画像(事前学習済みResnet-18で作成された起動マップ) TorchCAMはPyTorchのフックメカニズムを活用し、ユーザーの追加の努力なしにクラスアクティベーションを生成するために必要な情報をシームレスに取得します。各CAMオブジェクトはモデルの周りをラッパーとして機能します。 サポートされたCAM手法の網羅的なリストはドキュメントで確認でき、以下のように使用してください: *デフォルトでは、CAMが取得される層は最後の非還元畳み込み層に設定されています。特定の層を調査したい場合は、コンストラクタ内のtarget_layer引数を用いてください。* CAM抽出器が設定されたら、通常通りモデルを使ってデータから推論すればいいだけです。
概要（AI 翻訳）
TorchCAM:クラスアクティベーションエクスプローラー
英語 |简体中文
PyTorchの意思決定を説明する:画像分類器、検出器、セグメント器、VLMの活性化マップ、テキスト分類器のトークン寄与。
驚くべき分類器結果をデバッグしていますか?予測と期待されたエージェントのワークフローを使い、コーディングエージェントにポータブルスキルをnpx skills add frgfm/torch-camでインストールするか、llms.txtから始めましょう。
出典:Woopetsの画像(事前学習済みResnet-18で作成された起動マップ)
なぜトーチCAM
- 12のCAMメソッドとVLMトークンマップ:CAMとGrad-CAMからLeGrad、RefineCAM、TAMへ。
- **CNNとビジョントランスフォーマー:CNNの自動ターゲット層分解、LeGradのViTのリシェイプ変換。
- 分類を超えて:検出、セグメンテーションマスク、同じ抽出器を用いた埋め込みについて説明します。
- テキスト決定モデル:高速
TokenAblationは各トークンの効果を測定します;TokenIGは数値チェック付きの統合勾配の埋め込みを提供します。両者ともクラス固有の署名付きマップを返し、Layaの意思決定アーキテクチャも含まれます。
このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。
README
以下は原文 README の抜粋です。原文を見る。
TorchCAM: class activation explorer
English | 简体中文
Explain PyTorch decisions: activation maps for image classifiers, detectors, segmenters and VLMs, and token contributions for text classifiers.
推奨ツール
別のキーワードを試すか、フィルタを外してください。
インストール
npx skillfish add frgfm/torch-cam