可视化教程来自:https://blog.csdn.net/weixin_33566282/article/details/105965440
按照博主教程修改yolo代码且稍作调整后,确实在根目录下生成了162个txt文档:
打开其中几个浏览一遍后,可以发现其中均是一个个矩阵,每一个矩阵是一个卷积层
查询yolov4卷积结构以后可以发现,其非常复杂:
但是如果仅仅看训练时的一维卷积模型数据的话,效果如下:
一共162层,可以看成162层卷积神经,而特征提取就是在训练过程中,直接把矩阵数值输出出来,然后根据灰度值转化成图像,笔者转换后效果大致如下:
大小尺寸不一,因为图片数量较多,可以根据其尺寸分布大致规律将其整合成若干大图,比如11~23是同一个尺寸,便将其放在4×4的格子中,拼接效果如下:
同理,将其他特征矩阵拼接完后,得到最终9张效果图:
其中第一张较为特殊,0-10的图像几乎完全一致,所以原创作者将他们融合到了同一个图片里,具体11张图片情况如下:
因为可视化过程对训练效率影响着实较大,所以笔者文档中最终保留了100次,200次,500次和600次的训练特征,以下是11-27图像的横向对比: