PyTorch Grad-CAM 完整教程：从入门到生成高质量 AI 热力图
核心概念：理解 Grad-CAM 技术原理
Grad-CAM（梯度加权类激活映射）是一种先进的可解释 AI 技术，通过分析模型的梯度信息生成热力图，直观展示模型在决策过程中的关注区域。PyTorch Grad-CAM 工具包支持多种神经网络架构，包括 CNN、Vision Transformer 等，适用于分类、检测、分割等多种计算机视觉任务。
该工具提供了超过 15 种 CAM 算法变体，如 GradCAM++、ScoreCAM、EigenCAM 等主流方法，并集成了平滑优化、批量处理和评估指标等高级功能。
环境配置与快速安装
一键安装步骤
通过 pip 命令快速安装 PyTorch Grad-CAM：
pip install grad-cam
如需最新功能，可从 Git 仓库直接安装：
git clone <repository_url>
cd pytorch-grad-cam
pip install .
依赖环境要求
确保系统满足以下条件：
- Python 3.6 或更高版本
- PyTorch 1.7+
- OpenCV 图像处理库
- NumPy 科学计算
- Matplotlib 可视化工具
完整依赖列表详见项目根目录下的 requirements.txt 文件。
实战演练：生成你的第一份热力图
数据预处理技巧
输入图像需要转换为模型可接受的格式。PyTorch Grad-CAM 提供了便捷的图像处理工具：
from pytorch_grad_cam.utils.image import preprocess_image
import cv2
# 加载并预处理图像
image = cv2.imread("examples/dog.jpg")
processed_image = preprocess_image(image)
目标层选择策略
不同模型架构的目标层选择有所不同：
- ResNet 系列：选择 layer4 的最后一个卷积层
- VGG 网络：使用 features 模块的末端层
- Transformer 模型：选取 blocks 中的归一化层
热力图生成核心代码
使用 GradCAM 算法快速生成热力图：
from pytorch_grad_cam import GradCAM
from pytorch_grad_cam.utils.image import show_cam_on_image
from torchvision.models import resnet50
# 初始化模型和目标层
model = resnet50(pretrained=True)
target_layers = [model.layer4[-1]]
cam = GradCAM(model=model, target_layers=target_layers)
input_tensor = preprocess_image(image)
heatmap = cam(input_tensor=input_tensor)
result = show_cam_on_image(image, heatmap[, :])
