首先我们需要用到设备：ESP32-CAM（20元左右）USB转TTL串口（几块钱）or底板我这边使用到的是ESP32-CAM拼夕夕二十多买的，质量还可以，然后用到了USB转TTL串口。首先我们先进行连线。5V->5VVOR->TXVOT->RXGND->GND此时还要用杜邦线将IO0与GND连接起来，需要连接起来才能进行上传下载。下载完成后要查看的时候在断开。 在此处更改WIFI的账号与密码：此处为视频的刷新FPS；越高越流畅代码写完后。在此处点击上传； 如果出现以下状况需要按一下板上的复位按键，就是唯一可以按的那个按钮。 上传成功后打开串口  拔掉IO0与GND连接。在按一下RST 连接成功

首先我们需要用到设备：ESP32-CAM（20元左右）USB转TTL串口（几块钱）or底板我这边使用到的是ESP32-CAM拼夕夕二十多买的，质量还可以，然后用到了USB转TTL串口。首先我们先进行连线。5V->5VVOR->TXVOT->RXGND->GND此时还要用杜邦线将IO0与GND连接起来，需要连接起来才能进行上传下载。下载完成后要查看的时候在断开。 在此处更改WIFI的账号与密码：此处为视频的刷新FPS；越高越流畅代码写完后。在此处点击上传； 如果出现以下状况需要按一下板上的复位按键，就是唯一可以按的那个按钮。 上传成功后打开串口  拔掉IO0与GND连接。在按一下RST 连接成功

本文首发自【简书】作者【西北小生_】的博客，转载请私聊作者！图1CAM实现示意图一、什么是CAM？CAM的全称是ClassActivationMapping或ClassActivationMap，即类激活映射或类激活图。论文《LearningDeepFeaturesforDiscriminativeLocalization》发现了CNN分类模型的一个有趣的现象：CNN的最后一层卷积输出的特征图，对其通道进行加权叠加后，其激活值（ReLU激活后的非零值）所在的区域，即为图像中的物体所在区域。而将这一叠加后的单通道特征图覆盖到输入图像上，即可高亮图像中物体所在位置区域。如图1中的输入图像和输出图像

本文首发自【简书】作者【西北小生_】的博客，转载请私聊作者！图1CAM实现示意图一、什么是CAM？CAM的全称是ClassActivationMapping或ClassActivationMap，即类激活映射或类激活图。论文《LearningDeepFeaturesforDiscriminativeLocalization》发现了CNN分类模型的一个有趣的现象：CNN的最后一层卷积输出的特征图，对其通道进行加权叠加后，其激活值（ReLU激活后的非零值）所在的区域，即为图像中的物体所在区域。而将这一叠加后的单通道特征图覆盖到输入图像上，即可高亮图像中物体所在位置区域。如图1中的输入图像和输出图像