gradcam_visualizer.py

"""
gradcam_visualizer.py
====================
Script sinh bản đồ nhiệt Grad-CAM (Gradient-weighted Class Activation Mapping)
giải thích vùng chú ý y khoa của mô hình EfficientNet-B4 + CBAM.

Sử dụng:
    python gradcam_visualizer.py --image path/to/fundus.png --output path/to/gradcam_result.png
"""

from __future__ import annotations
import os
import sys
import argparse
import numpy as np
import cv2
import torch
import torch.nn.functional as F

from typing import Union
from PIL import Image

try:
    from .predictor import DRPredictor
    from .preprocessing import prepare_image_tensor, full_preprocess_pipeline, load_image
except ImportError:
    from predictor import DRPredictor
    from preprocessing import prepare_image_tensor, full_preprocess_pipeline, load_image


class GradCAM:
    """
    Lớp Grad-CAM chuyên biệt cho mô hình EfficientNetB4 + CBAM.
    Trích xuất gradient và activation từ lớp convolution cuối cùng của features.
    """
    def __init__(self, model: torch.nn.Module, target_layer: torch.nn.Module):
        self.model = model
        self.target_layer = target_layer
        self.gradients = None
        self.activations = None

        # Register forward & backward hooks
        self.target_layer.register_forward_hook(self._save_activation)
        self.target_layer.register_full_backward_hook(self._save_gradient)

    def _save_activation(self, module, input, output):
        self.activations = output.detach()

    def _save_gradient(self, module, grad_input, grad_output):
        self.gradients = grad_output[0].detach()

    def generate(self, input_tensor: torch.Tensor, target_class: int | None = None) -> tuple[np.ndarray, int]:
        """
        Sinh heatmap Grad-CAM cho 1 tensor ảnh đầu vào (1, C, H, W).
        """
        self.model.eval()
        self.model.zero_grad()

        output = self.model(input_tensor)

        if target_class is None:
            target_class = torch.argmax(output, dim=1).item()

        score = output[0, target_class]
        score.backward()

        gradients = self.gradients[0]     # (C, H_feat, W_feat)
        activations = self.activations[0] # (C, H_feat, W_feat)

        # Global Average Pooling trên gradients để tính trọng số alpha_k
        weights = torch.mean(gradients, dim=(1, 2), keepdim=True) # (C, 1, 1)

        # Tổng có trọng số của các kênh activation
        cam = torch.sum(weights * activations, dim=0) # (H_feat, W_feat)

        # Áp dụng ReLU
        cam = F.relu(cam)

        # Chuẩn hóa về [0, 1]
        cam = cam.cpu().numpy()
        if cam.max() > 0:
            cam = cam / cam.max()

        return cam, target_class


def overlay_cam_on_image(
    img_bgr: np.ndarray,
    cam: np.ndarray,
    alpha: float = 0.5,
    colormap: int = cv2.COLORMAP_JET,
) -> np.ndarray:
    """
    Chồng heatmap Grad-CAM màu JET lên ảnh BGR gốc.
    """
    h, w = img_bgr.shape[:2]
    cam_resized = cv2.resize(cam, (w, h))
    heatmap = cv2.applyColorMap(np.uint8(255 * cam_resized), colormap)
    blended = cv2.addWeighted(img_bgr, 1 - alpha, heatmap, alpha, 0)
    return blended


def generate_gradcam_for_image(
    predictor: DRPredictor,
    image_input: Union[str, bytes, Image.Image, np.ndarray],
    output_path: str | None = None,
    target_class: int | None = None,
    draw_label: bool = False,
) -> np.ndarray:
    """
    Hàm wrapper hoàn chỉnh: Đọc ảnh -> Tiền xử lý -> Chạy Grad-CAM -> Lưu/trả về ảnh BGR kết quả.
    """
    if isinstance(image_input, str):
        if not os.path.exists(image_input):
            raise FileNotFoundError(f"Không tìm thấy ảnh: {image_input}")
        img_raw = cv2.imread(image_input)
    else:
        img_raw = load_image(image_input)

    img_preprocessed = full_preprocess_pipeline(
        img_raw, target_size=predictor.img_size, use_ben_graham=True
    )

    tensor_img = prepare_image_tensor(
        image_input=img_raw,
        target_size=predictor.img_size,
        mean=predictor.mean,
        std=predictor.std,
        use_ben_graham=True,
    ).unsqueeze(0).to(predictor.device)

    # Attach GradCAM hook onto the last features layer
    grad_cam = GradCAM(predictor.model, predictor.model.features[-1])

    cam, pred_class = grad_cam.generate(tensor_img, target_class=target_class)
    class_name = predictor.class_names.get(str(pred_class), f"Class {pred_class}")

    blended = overlay_cam_on_image(img_preprocessed, cam, alpha=0.5)

    # Nếu truyền draw_label=True thì mới vẽ chữ lên ảnh
    if draw_label:
        label_text = f"Pred: {class_name} (Class {pred_class})"
        cv2.putText(blended, label_text, (10, 25), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255, 255, 255), 2)

    if output_path:
        os.makedirs(os.path.dirname(os.path.abspath(output_path)), exist_ok=True)
        cv2.imwrite(output_path, blended)
        print(f"[OK] Da tao Grad-CAM heatmap -> {output_path}")

    return blended


if __name__ == "__main__":
    parser = argparse.ArgumentParser(description="Sinh Grad-CAM Heatmap giải thích mô hình DR")
    parser.add_argument("--image", type=str, required=True, help="Đường dẫn tới ảnh đáy mắt")
    parser.add_argument("--output", type=str, default="gradcam_output.png", help="Đường dẫn lưu ảnh Grad-CAM")
    parser.add_argument("--class_id", type=int, default=None, help="Class ID muốn giải thích (nếu None sẽ lấy Argmax)")
    parser.add_argument("--draw_label", action="store_true", help="Vẽ nhãn văn bản lên ảnh")

    args = parser.parse_args()

    predictor = DRPredictor()
    generate_gradcam_for_image(predictor, args.image, args.output, target_class=args.class_id, draw_label=args.draw_label)