Treinando classificadores de imagens

Aprendizagem profunda intermediária com PyTorch

Michal Oleszak

Machine Learning Engineer

Revisitando aumento de dados

Imagem de um gato.

Revisitando aumento de dados

Imagem de um gato espelhada horizontalmente e rotacionada.

O que não deve ser aumentado

Limão amarelo e lima verde parecem iguais, só mudam na cor.

O que não deve ser aumentado

Limão amarelo e lima verde parecem iguais, só mudam na cor.

O que não deve ser aumentado

A letra "W" após espelhamento vertical parece a letra "M".

Aumentações podem afetar o rótulo
Se isso confunde depende da tarefa
Sempre escolha aumentações com base nos dados e na tarefa!

Aumentações para classificar nuvens

Uma amostra de fotos de nuvens.

Rotação aleatória: expõe o modelo a ângulos diferentes de nuvens
Espelhamento horizontal: simula pontos de vista diferentes do céu
Ajuste automático de contraste: simula condições de luz variadas

train_transforms = transforms.Compose([
    transforms.RandomHorizontalFlip(),
    transforms.RandomRotation(45),
    transforms.RandomAutocontrast(),
    transforms.ToTensor(),
    transforms.Resize((128, 128))
])

Perda Cross-Entropy

Classificação binária: perda BCE (binary cross-entropy)
Multiclasse: perda cross-entropy
criterion = nn.CrossEntropyLoss()

Loop de treino do classificador de imagens

net = Net(num_classes=7)

criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(net.parameters(), lr=0.001)


for epoch in range(10):
    for images, labels in dataloader_train:
        optimizer.zero_grad()
        outputs = net(images)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

Vamos praticar!

Aprendizagem profunda intermediária com PyTorch