用于多模态语义分割模型的 GradCAM

作者: bqm1111创建于 2025年4月9日更新于 2025年4月9日

你好。我有一个语义分割模型，它接受 RGB 和深度图像作为输入。每个输入都由不同的可变注意力 Transformer 后端处理。它们的特征在中间层进行融合。我如何在深度图像上可视化热图？我在教程中看到，GradCAM 只接受单个输入张量，这是否正确？

内容来源: jacobgil/pytorch-grad-cam