Class Activation Mapping
论文：CVPR2016《Learning Deep Features for Discriminative Localization》
代码：
1、首先定义并训练好CNN网络，很重要的一点是网络的最后一个卷积层必须只有一个通道，并且紧跟着全连接层（最后一层），可以参考github上inception-v3网络结构，下面是我自己的网络结构最后两层。
这是我的网络里最后的设计，其中conv3是要观察的热力图，fcl1是最后dense到类数。
假设网路训练好，得到一个best_net。
2、CAM代码
# generate class activation mapping for the top1 prediction
def returnCAM(feature_conv, weight_softmax, class_idx):
# generate the class activation maps upsample to 256x256
size_upsample = (256, 256)
bz, nc, h, w = feature_conv.shape
output_cam = []