grad-cam热力图

Grad-CAM（Gradient-weighted Class Activation Mapping）是一种可视化卷积神经网络（CNN）中图像中特定区域对于网络输出的重要性的方法。它将CNN中最后一个卷积层的梯度与输出层的权重结合起来，生成一个热力图，用来表示哪些区域对于网络分类结果的贡献最大。

热力图上的红色区域表示在这些区域中，神经网络更加关注和激活，这些区域对于最终的分类结果具有更大的贡献。使用Grad-CAM可以帮助我们了解卷积神经网络是如何对输入图像进行分类的，同时也可以帮助我们调整模型，使其更加准确地识别图像中的物体。