Augmenting CNNs with attention-based aggregation

Augmenting CNNs with attention-based aggregation

在 Gradio 页面里用在 ImageNette 上训练的、带注意力聚合的 CNN，显示图像分类器决定背后的注意力图，适合机器学习学习者和研究人员。

由 keras-io 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Gradio 应用让你看到图像分类器为什么选了某个标签。它会返回模型的注意力图，也就是一张显示模型依据了哪些区域的图。这个模型在 ImageNette 数据集上训练，来自 keras-io 组织。

适合谁：它适合想检查视觉模型关注什么的机器学习学习者和研究人员，也适合想看一个把模型、工具和示例放在同一个 Space 里的清晰布局的开发者。README 还列出了三位作者。

行业 | 使用者 | 使用方式 | 例子
研究 | 视觉研究人员 | 检查哪些区域决定了分类 | 运行一张示例图，查看注意力图
教育 | 机器学习的学生 | 了解注意力图显示什么 | 把注意力图和原图对照
软件 | Python 开发者 | 阅读模型、工具和示例的布局 | 浏览 model 和 utilities 文件夹

如果你需要 ImageNette 以外类别的模型，可以跳过它。

用在哪里：

• 网页浏览器，在 Hugging Face 上的 Space 页面里
• 装有 Python 的 Windows、macOS 或 Linux，用下载的副本运行

用例 | 适合谁 | 得到什么
解释一次分类 | 研究人员 | 这张图片的注意力图
试用自带的示例 | 学习者 | 快速了解注意力图的样子
复用这种布局 | 开发者 | 模型、工具和示例各自独立的文件夹

如何设置：

• 如果用在线 Space，什么都不用装
• 只有运行副本时才需要在电脑上装 Python
• requirements.txt 里列出的依赖包

1. 在浏览器里打开 Space 页面，无需安装就能使用。
2. 想运行副本，先安装 Hugging Face Hub 包，再下载这个 Space。
3. 进入新文件夹，然后安装 Gradio 和清单里的依赖。
4. 用 Python 启动应用。

pip install -U huggingface_hub
hf download keras-io/patch-conv-net --repo-type space --local-dir patch-conv-net
cd patch-conv-net
pip install gradio
pip install -r requirements.txt
python app.py

如何使用：在线使用时，打开 Space，用页面上的控件操作。在自己的电脑上，则在 Space 文件夹里运行主文件，再使用它提供的页面。示例图片是最快的试用办法。

python app.py

示例：你打开 Space，选一张示例图片。应用会返回模型预测的类别，以及覆盖在图片上的注意力图。记录没有描述显示方式，请看页面。

新手与专家：注意力图是一层热力覆盖，显示图片的哪些部分对答案最重要。先打开 Space，运行一张示例图片。

如果你熟悉这个领域，这个模型在卷积特征之上加了一个基于注意力的聚合步骤，注意力图正是由此得来。它在 ImageNette 上训练，这是 ImageNet 的一个只有十个类别的小子集。记录没有给出准确率数据。

你选一张图片或上传一张
卷积层提取特征
基于注意力的聚合给特征加权
页面显示类别和注意力图

注意事项：

• License: afl-3，Space 上就是这样标注的
• Cost to run: 未提及
• Data it reaches: 你给它的图片，以及仓库里的模型文件
• Not for: ImageNette 数据集所涵盖类别之外的图片

Hugging Face 上的数据（2026年11月13日）

• 点赞：6
• 构建方式：gradio
• 许可证：afl-3.0

链接

• Space：https://huggingface.co/spaces/keras-io/patch-conv-net
• 文件：https://huggingface.co/spaces/keras-io/patch-conv-net/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。