我试图恢复LIME算法在图像的超像素上使用的权重。我完全能够恢复地图和预测的边界,但不能恢复权重。
我已经尝试了命令print(explain.as_list())但我得到错误'ImageExplanation'对象没有属性'as_list'。
谁知道怎么做?
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,但我甚至无法从文档中找到方法。谢谢!
编辑2
我不知道它是否有用,但我在Imagenet上预先训练的keras中使用了v3模型。 x是要解释的图像。
我发现他们正在使用
explanation.local_exp
返回一个字典,其中键是被分类的类的索引,元素是包含(超像素,Lime分数)的元组的集合。
图像分为超像素分为
explanation.segments
其中,图像的每个像素都返回它所属的超像素的索引。