2

我正在尝试恢复 LIME 算法在图像超像素上使用的权重。我完全能够恢复预测的地图和边界，但不能恢复权重。

我尝试了命令print(explanation.as_list())但我收到错误'ImageExplanation' object has no attribute 'as_list'。

有谁知道该怎么做？

提前致谢。

编辑

我的实际代码是：

explainer = lime_image.LimeImageExplainer()

explanation = explainer.explain_instance(x[0], model.predict, top_labels=5, hide_color=0, num_samples=1000)

我需要恢复权重，但即使从文档中也找不到方法。谢谢！

编辑 2

我不知道它是否有帮助，但我在 Imagenet 上预训练的 keras 中使用了 v3 模型。x 是要解释的图像。

4

1 回答 1

0

我发现他们使用

      explanation.local_exp

它返回一个字典，其中键是被分类的类的索引，元素是包含 (superpixel, Lime score) 的元组集。

将图像划分为超像素在

    explanation.segments

其中对于图像的每个像素返回它所属的超像素的索引。

于 2019-03-01T16:02:59.443 回答