FeatLens 是一款模型无关的特征图可视化工具，能将任意视觉模型任意层的特征通过 PCA 映射为 RGB 图像，帮助研究者和工程师直观理解模型内部表征。无需改动代码或适配特定架构，即可快速生成可视化结果，方便调试、对比与论文展示。

产品详细介绍

轻松可视化任意视觉模型的特征图。

Turhan Can KARGIN创始人

特征可视化是我作为计算机视觉研究员的日常工作之一。但在不同模型提供方之间做这件事一直很混乱。所以这个周末，我终于把它搞定了 🧩

每个模型都散落在不同地方——torch.hub、timm、HuggingFace、某个随机的 GitHub 仓库，而且每个模型都需要自己的一套胶水代码才能把特征图抽取出来并可视化。我受够了每次都要重写那套胶水代码。🤖

于是我做了 FeatLens：一个模型无关的框架，让你看清任何视觉模型到底编码了什么。

🔹 从任何地方加载——timm、HuggingFace、torch.hub（比如 V-JEPA）、外部仓库，或者你自己的 nn.Module（CNN 也支持）

🔹 任意层级，以清晰的模型 × 层级网格形式呈现

🔹 通过 PCA、余弦相似度、k-means、前景、显著性或 attention-rollout 为特征上色

🔹 匹配两张图像之间的 patch、批量处理整个文件夹，或扫描一个视频片段

只需替换模型，就能看到特征发生彻底变化。看起来有种奇妙的满足感。

这是我周末和我的朋友 Claude 一起做的一个项目，从核心设计到文档、测试，再到 CI，全都一起完成。

它是开源的，直接 pip install featlens 就能用 ⭐

⭐ GitHub：https://lnkd.in/dGvb7uNi

📖 文档：https://lnkd.in/dQMV9-Bc

🤗 在线 Demo：https://lnkd.in/d6HeRJk6

如果对你的工作有帮助，可以引用，也非常欢迎贡献。

你最想先窥探哪个模型的内部？👀

官网信息

公司使命

面向视觉模型的与模型无关的特征图可视化工具，将表征访问与可视化分离。