将 Grad-cam 与 tensorflow lite 编译模型一起使用

如何解决将 Grad-cam 与 tensorflow lite 编译模型一起使用

我一直在尝试使用 tensorflow lite 进行机器学习推理，并且遇到了 Grad-Cam 的类激活图。我想知道是否可以将 Grad-Cam 与 tensorflow lite 编译模型一起使用，原因是，我正在使用来自 PyCoral 的鸟类分类模型，我想知道哪些特征用于分类.如果可能，那么我如何将 GradCam 与我的分类脚本一起使用？

这是基于模型对图像进行分类的当前脚本：

import argparse
import time
import cv2 as cv
from PIL import Image
from pycoral.adapters import classify
from pycoral.adapters import common
from pycoral.utils.dataset import read_label_file
from pycoral.utils.edgetpu import make_interpreter

def main():
  parser = argparse.ArgumentParser(
      formatter_class=argparse.ArgumentDefaultsHelpformatter)
  parser.add_argument('-m','--model',required=True,help='File path of .tflite file.')
  parser.add_argument('-i','--input',help='Image to be classified.')
  parser.add_argument('-l','--labels',help='File path of labels file.')
  parser.add_argument('-k','--top_k',type=int,default=1,help='Max number of classification results')
  parser.add_argument('-t','--threshold',type=float,default=0.51,help='Classification score threshold')
  parser.add_argument('-c','--count',default=5,help='Number of times to run inference')
  args = parser.parse_args()

  labels = read_label_file(args.labels) if args.labels else {}

  interpreter = make_interpreter(*args.model.split('@'))
  interpreter.allocate_tensors()

  size = common.input_size(interpreter)
  image = cv.imread(args.input)
  cv.waitKey(0)
  cv.destroyAllWindows()
  common.set_input(interpreter,image)
  

  print('----INFERENCE TIME----')
  print('Note: The first inference on Edge TPU is slow because it includes','loading the model into Edge TPU memory.')
  for _ in range(args.count):
    start = time.perf_counter()
    interpreter.invoke()
    inference_time = time.perf_counter() - start
    classes = classify.get_classes(interpreter,args.top_k,args.threshold)
    print('%.1fms' % (inference_time * 1000))

  print('-------RESULTS--------')
  for c in classes:
    print('%s: %.5f' % (labels.get(c.id,c.id),c.score))


if __name__ == '__main__':
  main()