0
本文為 AI 研習社編譯的技術博客，原標題 ：
Boost your Image Classification Model
作者 | Aditya Mishra
翻譯 | MichaelChen 編輯 | 鄧普斯?杰弗、咩咩咩魚
原文鏈接：
https://towardsdatascience.com/boost-your-image-classifier-e1cc7a56b59c
圖像分類是一個認為幾乎解決了的問題。有趣的是，你必須竭盡所能來提升額外的1%的準確率。當我參加“ Intel Scene Classification Challenge hosted by Analytics Vidhya(由Analytics Vidhya主辦的英特爾場景分類挑戰)”我非常喜歡這次比賽，因為我嘗試從我的深度學習模型中榨干所有的潛力。下面的技術通常是可以應用到手頭上的任何圖像分類問題中去。
下面的問題是把給定的圖片分類到下面的6個類別中去。
數據類別
數據中包含25,000張自然風景的圖片，這些圖片來自世界各地。
當訓練CNN模型的時候，從小到大的線性調整圖片尺寸是一項技術。漸進的尺寸調整在很贊的fastai課程中被描述為：程序員的深度學習實踐。一種不錯的方式是先用小的尺寸，如64 x 64進行訓練，再用這個模型的參數，在128 x 128尺寸上進行訓練，如此以往。每個較大的模型都在其體系結構中包含以前較小的模型層和權重。
漸進的尺寸調整
fastai庫是一個強大的深度學習庫。如果fastai團隊找到了一篇很感興趣的論文，他們會在不同的數據集上進行測試，并實現調參。一旦成功，就會被合并到他們的庫，并且對它的用戶開放閱讀。這個庫包含了很多內置的先進的技巧。基于pytorch，fastai對于大多數任務都有很好的默認參數。部分技巧包括：
周期性學習率
一個周期的學習
結構化數據的深度學習
在查看可用的標準數據集時，我偶然發現了Place365數據集。Place365數據集包含365種風景分類的1,800,000張圖片。本次挑戰賽提供的數據集與這個數據集很相似，所以在這個數據集訓練的模型，具有一些學習的特征，與我們分類的問題是相關的。由于我們的問題中的類別是Place365數據集的子集，所以我使用了一個用Place365權重初始化的ResNet50模型。
這個模型的權重在“pytorch weights”中提供。下面使用的實用函數幫助我們正確地將數據加載到fastai的CNN學習器中。
混合增強是一種通過對已有的兩幅圖像進行加權線性插值，來形成新圖像的增強方法。我們取兩張圖像，然后使用這些圖像的張量進行線性組合。
混合增強
λ是服從beta分布的隨機采樣。雖然論文的作者建議使用 λ=0.4，但是fastai的庫默認值設為0.1。
fastai中的混合增強
學習率是訓練神經網絡中最重要的超參數之一。fastai有一種方法來找出合適的初始學習速率。這個技術被稱作循環學習率，我們用較低的學習率進行試驗，并以指數形式增加，記錄整個過程的損失。然后我們根據學習率繪制損失曲線，并選擇損失值最陡峭處的學習率。
fastai中的LR Ffinder
在學習率為1e-06時，損失最陡峭
這個庫還為我們自動的處理帶有重新啟動的隨機梯度下降（SGDR）。在SGDR中，學習率在每次迭代開始時會重新設置為原始選擇的數值，這些數值會隨著迭代減小，就像余弦退火一樣。這么做的主要收益是，由于學習率在每次迭代的開始可以重置，因此學習器能夠跳出局部極小值或鞍點。
fastai中帶有重啟的隨機梯度下降
生成式對抗網絡（GAN是Generative Adversarial Networks的縮寫）在2014年被Ian Goodfellow提出，GANs是由兩個網絡組成的深層神經網絡結構，它們相互競爭。 GANs可以模擬任何數據分布。他們可以學習生成類似原始數據的數據，而且可以是任何領域——圖像、語音、文本等等。我們使用fastai的Wasserstein GAN的實現來生成更多的訓練數據。
GANs包括訓練兩個神經網絡，一個被稱為生成器，它生成新的數據實例，另一個被稱為判別器，它對它們進行真實性評估，它決定每個數據實例是否屬于實際的訓練數據集。你可以從這個鏈接查閱更多。
https://github.com/fastai/course-v3/blob/master/nbs/dl1/lesson7-wgan.ipynb
GAN生成樣本圖片
訓練神經網絡的第一步不是寫任何的神經網絡的代碼，而是徹底觀察你的數據。這一步至關重要。我喜歡花費大量的時間（以小時為單位）瀏覽數千張樣例，理解他們的分布，尋找他們的模式。——Andrej Karpathy
正如Andrej Karpathy所說，“數據調查”是一個重要的一步。關于數據調查，我發現很多數據包含不少于兩種的類別。
方法－1
使用之前訓練的模型，我對整個訓練數據進行了預測。然后丟棄概率得分超過0.9但是預測錯誤的圖像。下面這些圖像，是模型明顯錯誤分類的。深入觀察以后，我發現這些圖像是被人工錯誤分類了。
混淆的圖像
有些圖像的預測概率在0.5到0.6之間，理論上可能是這個圖像表現出不止一個類別，所以模型給他們分配了相同的概率，我也把這些圖像剔除了。觀察這些圖像，這個理論最終被證明是正確的。
方法 2
fast.ai提供了一個方便的插件“圖像清理器插件”，它允許你為自己的模型清理和準備數據。圖像清理器可以清洗不屬于你數據集的圖像。它在一行中呈現圖像，使你有機會在文件系統中刪除文件。
測試時間的增加包括提供原始圖像的一系列不同的版本，并把他們傳遞到模型中。從不同的版本中計算出平均值，并給出圖像的最終輸出。
fast.ai中測試時間的增加
之前提出的10-crop技巧跟此技巧類似。我首先在殘差網絡的論文中讀到了10-crop技巧。10-crop技巧包括沿著四角和中心點各裁剪一次，得到五張圖像。反向重復以上操作，得到另外五張圖像，一共十張。測試時間增加的方法無論如何比10-crop技巧要快。雷鋒網雷鋒網雷鋒網
機器學習中的集成是一種使用多種學習算法的技術，這種技術可以獲得比單一算法更好的預測性能。集成學習最好在下面的條件下工作：
組成模型具有不同的性質。比如，集成ResNet50和InceptionNet要比組合ResNet50和InceptionNet有用的多，因為它們本質上是不同的。
組成模型的相關性較低。
改變模型的訓練集，能得到更多的變化。
在本例中，我通過選擇最大發生類來集成所有模型的預測。如果有多個類有最大出現的可能，我隨機選擇其中的一個類。
結果：
公開排行榜——29名（0.962）
私人排行榜——22名（0.9499）
漸進的尺寸調整在開始時是一個好主意。
花時間去理解你的數據并且可視化是必須的。
像fastai這種具有出色的初始化參數的出色的深度學習庫，確實有幫助。
只要有可能，就要盡量使用遷移學習，因為確實有用。最近，深度學習和遷移學習已經應用到了結構化數據，所以遷移學習絕對應該是首先要嘗試的事情。
最先進的技術例如混合增強，測試時間增加，周期學習率將毫無疑問的幫助你將準確率提高1到2個百分點。
始終搜索與你的問題相關的數據集，并且把他們盡可能的用在你的訓練數據集中。如果可能，深度學習模型在這些模型上訓練之后，使用他們的參數作為你模型的初始權重。
想要繼續查看該篇文章相關鏈接和參考文獻？
點擊【如何優化你的圖像分類模型效果？】即可訪問：
https://ai.yanxishe.com/page/TextTranslation/1724
社長今日推薦：2017春季CS231n斯坦福深度視覺
李飛飛主講王牌課程，計算機視覺的深化課程，神經網絡在計算機視覺領域的應用，涵蓋圖像分類、定位、檢測等視覺識別任務，以及其在搜索、圖像理解、應用、地圖繪制、醫學、無人駕駛飛機和自動駕駛汽車領域的前沿應用。
本課程完全免費！加入小組即可立即觀看！
課程鏈接：https://ai.yanxishe.com/page/groupDetail/19
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
