Gradcam実装時　頻発するエラー解決法について

resnet50で転移学習したモデルを用い、gradcamで注視領域可視化を行っています。
ほとんどの画像の注視領域の可視化が可能ですが、3割程度以下のエラーメッセージ表示されたときのみほぼ元画像のまま出力されました。
他のサイト等も参考にさせていただきましたが、どうにも解決の糸口が見つかりません。
原因などわかる方教えていただけますでしょうか。

発生している問題・エラーメッセージ

2021-05-22 20:13:33.296281: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cublas64_10.dll
2021-05-22 20:13:33.498016: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudnn64_7.dll
2021-05-22 20:13:34.344031: W tensorflow/stream_executor/gpu/redzone_allocator.cc:312] Internal: Invoking GPU asm compilation is supported on Cuda non-Windows platforms only
Relying on driver to perform ptx compilation. This message will be only logged once.
gradcam.py:63: RuntimeWarning: invalid value encountered in true_divide
  cam = cam / cam.max()

該当のソースコード

python
1# coding:utf-8
2
3import pandas as pd
4import numpy as np
5import cv2
6from keras import backend as K
7from tensorflow.keras import backend as k
8from keras.preprocessing.image import array_to_img, img_to_array, load_img
9from keras.models import load_model
10import config
11from prepare_data import generate_datasets
12from train import get_model
13
14K.set_learning_phase(1) #set learning phase
15
16
17
18def Grad_Cam(input_model, x, layer_name):
19    '''
20    Args:
21       input_model: モデルオブジェクト
22       x: 画像(array)
23       layer_name: 畳み込み層の名前
24
25    Returns:
26       jetcam: 影響の大きい箇所を色付けした画像(array)
27
28    '''
29
30    # 前処理
31    X = np.expand_dims(x, axis=0)
32
33    X = X.astype('float32')
34    preprocessed_input = X / 255.0
35
36
37    # 予測クラスの算出
38
39    predictions = model.predict(preprocessed_input)
40    class_idx = np.argmax(predictions[0])
41    class_output = model.output[:, class_idx]
42
43
44    #  勾配を取得
45
46    conv_output = model.get_layer(layer_name).output   # layer_nameのレイヤーのアウトプット
47    grads = K.gradients(class_output, conv_output)[0]  # gradients(loss, variables) で、variablesのlossに関しての勾配を返す
48    gradient_function = K.function([model.input], [conv_output, grads])  # model.inputを入力すると、conv_outputとgradsを出力する関数
49
50    output, grads_val = gradient_function([preprocessed_input])
51    output, grads_val = output[0], grads_val[0]
52
53    # 重みを平均化して、レイヤーのアウトプットに乗じる
54    weights = np.mean(grads_val, axis=(0, 1))
55    cam = np.dot(output, weights)
56
57
58    # 画像化してヒートマップにして合成
59
60    cam = cv2.resize(cam, (224, 224), cv2.INTER_LINEAR) # 画像サイズは200で処理したので
61    cam = np.maximum(cam, 0) 
62    cam = cam / cam.max()
63
64    jetcam = cv2.applyColorMap(np.uint8(255 * cam), cv2.COLORMAP_JET)  # モノクロ画像に疑似的に色をつける
65    jetcam = cv2.cvtColor(jetcam, cv2.COLOR_BGR2RGB)  # 色をRGBに変換
66    jetcam = (np.float32(jetcam) + x / 2)   # もとの画像に合成
67
68    return jetcam
69
70model = load_model("./saved_model/model_15.hdf5")
71model.summary() 
72x = img_to_array(load_img('./dataset/test/6.jpg', target_size=(224,224)))
73array_to_img(x)
74
75image = Grad_Cam(model, x, 'res5c_branch2c') 
76array_to_img(image)
77
78cv2.imwrite("./product/model15/gradcam6.jpg", image)