2 रिपॉजिटरी
Awesome GitHub RepositoriesComputer Vision Model Debugging
Tools for analyzing internal activations and feature importance to diagnose errors in vision models.
Distinct from Computer Vision Debugging Tools: Focuses on the internal XAI-driven debugging process rather than general CV model architectures or 3D visualizers.
Explore 2 awesome GitHub repositories matching artificial intelligence & ml · Computer Vision Model Debugging. Refine with filters or upvote what's useful.
Awesome Computer Vision Model Debugging GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- jacobgil/pytorch-grad-cam
jacobgil/pytorch-grad-cam
12,893GitHub पर देखेंयह प्रोजेक्ट PyTorch के लिए एक कंप्यूटर विजन एक्सप्लेनबल AI लाइब्रेरी और फ्रेमवर्क है, जो गहरे न्यूरल नेटवर्क की आंतरिक निर्णय लेने की प्रक्रियाओं को देखने और ऑडिट करने के लिए टूल का एक सूट प्रदान करता है। यह न्यूरल नेटवर्क एट्रिब्यूशन टूल और डीबगिंग यूटिलिटी के रूप में कार्य करता है ताकि यह पहचान सके कि कौन से छवि क्षेत्र मॉडल भविष्यवाणियों को प्रेरित करते हैं। लाइब्रेरी ग्रेडिएंट-आधारित और ग्रेडिएंट-मुक्त एट्रिब्यूशन विधियों दोनों के लिए अपने समर्थन द्वारा प्रतिष्ठित है, जो मूल मॉडल स्रोत कोड में संशोधनों की आवश्यकता के बिना विजुअल हीटमैप और एट्रिब्यूशन मैप के निर्माण की अनुमति देती है। यह आगे विजुअल कॉन्सेप्ट डिस्कवरी के माध्यम से खुद को अलग करती है, आंतरिक सक्रियणों को व्याख्या योग्य पैटर्न में विघटित करने के लिए मैट्रिक्स फैक्टराइजेशन का उपयोग करती है और लेटेंट एम्बेडिंग को पिक्सेल महत्व पर मैप करती है। फ्रेमवर्क हीटमैप निर्माण और शोधन, विजन ट्रांसफार्मर जैसे आर्किटेक्चर के लिए स्थानिक परिवर्तन, और ऑब्जेक्ट डिटेक्शन और सिमेंटिक सेगमेंटेशन जैसे मल्टी-टास्क विजन लक्ष्यों के लिए अनुकूलन सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। इसमें एक मॉडल फिडेलिटी मूल्यांकन सूट भी शामिल है जो उत्पन्न स्पष्टीकरणों की निष्ठा को मापने के लिए पर्टरबेशन विश्लेषण, एब्लेशन अध्ययन और स्थानीयकरण माप का उपयोग करता है। प्रोजेक्ट विभिन्न मॉडल आउटपुट से एक्सप्लेनबिलिटी टूल को जोड़ने के लिए डायनामिक एक्टिवेशन हुकिंग, कस्टम आर्किटेक्चर अनुकूलन, और लक्ष्य-संचालित उद्देश्य कॉन्फ़िगरेशन के लिए तंत्र प्रदान करता है।
Analyzes internal activations and feature importance to diagnose and debug classification or detection errors in vision models.
Python - jacobgil/vit-explain
jacobgil/vit-explain
1,090GitHub पर देखेंVit-explain is a diagnostic framework designed to interpret the decision-making processes of vision transformer models. It functions as a toolkit for inspecting internal model states, allowing users to map visual attention and analyze how specific image features influence classification outcomes. The project distinguishes itself by providing post-hoc model interpretation, which enables the analysis of trained neural networks without requiring architectural modifications or retraining. It employs techniques such as hook-based feature extraction to intercept internal activations during the forw
Visualizes internal decision-making processes by highlighting specific pixels and patterns that drive classification results.
Pythondeep-learningexplainable-aipytorch
