Explication des prédictions relatives à l'image des aliments
Vous disposez d'un site model qui classe les aliments, et votre tâche consiste à utiliser LIME pour identifier les régions sur lesquelles le modèle se concentre principalement lorsqu'il fait sa prédiction pour le site image ci-dessous.
Le site model responsable des prédictions, la fonction model_predict et l'exemple image illustré ci-dessous sont préchargés pour vous.
Cet exercice fait partie du cours
L'IA explicable en Python
Instructions
- Créez un explicateur d'images LIME nommé
explainer. - Générer un
explanationpour la prédiction demodelsur leimagedonné. - Extraire les zones d'intérêt du site
imagesur la base de l'explication du sitemodel.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
from lime import lime_image
np.random.seed(10)
# Create a LIME explainer
explainer = ____
# Generate the explanation
explanation = explainer.____(____, ____, hide_color=0, num_samples=50)
# Display the explanation
temp, _ = explanation.____(____, ____)
plt.imshow(temp)
plt.title('LIME Explanation')
plt.axis('off')
plt.show()