如何使用 OpenVINO™ 生成热图
内容类型: 故障排除 | 文章 ID: 000056835 | 上次审核日期: 2026 年 03 月 05 日
是否可以使用 OpenVINO™ 实现热图生成技术，例如 逐层相关性传播或 Grad-CAM ？
热图可用于可视化神经网络的决策过程。
为了在OpenVINO™中生成热图，有必要：
访问 目标卷积层的输出特征图和相应的权重。
| 注意 | 在 OpenVINO™ 2.0+ API 中初始化网络时，可以通过 model.add_outputs() 函数调用来完成（替换已弃用的 CNNNetwork： addOutput（））。 |
运行推理 后，使用 特征映射计算权重的加权和，以生成类激活映射。
对于 Grad-CAM 实现， 计算 目标类相对于特征图的梯度，然后将梯度 乘以 特征图。
应用 ReLU 激活以删除负值并将生成的热图 规范化 。
调整 热图大小以匹配输入图像尺寸，并将其 叠加 在原始图像上以进行可视化。
附加步骤：