Phân loại ảnh nhị phân và đa lớp

Deep Learning cho Ảnh với PyTorch

Michal Oleszak

Machine Learning Engineer

Ta sẽ học gì với PyTorch?

nhiệm vụ

Ta sẽ học gì với PyTorch?

nhiệm vụ

Ta sẽ học gì với PyTorch?

nhiệm vụ

Ta sẽ học gì với PyTorch?

nhiệm vụ

Yêu cầu tiên quyết

Convolutional Neural Networks
Huấn luyện mô hình trong PyTorch
Học phần tiên quyết: Intermediate Deep Learning with PyTorch

Thư viện PyTorch

torchvision

Thư viện PyTorch

torchvision

Thư viện PyTorch

torchvision

Thư viện PyTorch

torchvision

Phân loại ảnh

Nhị phân

binary

Hai lớp riêng (mèo, chó)
Hàm kích hoạt: Sigmoid

Đa lớp

multi-class

Nhiều lớp (thuyền, tàu, ô tô)
Hàm kích hoạt: Softmax
Xác suất cao nhất là dự đoán

Mô hình Mạng Nơ-ron Tích chập (CNN)

cnn

Mô hình Mạng Nơ-ron Tích chập (CNN)

binary

Mô hình Mạng Nơ-ron Tích chập (CNN)

binary

Mô hình Mạng Nơ-ron Tích chập (CNN)

binary

Mô hình Mạng Nơ-ron Tích chập (CNN)

binary

Tập dữ liệu: nhãn lớp

thư mục ảnh

from torchvision import datasets
import torchvision.transforms as transforms


train_dir = '/data/train'
train_dataset = ImageFolder(root=train_dir,
         transform=transforms.ToTensor())

classes = train_dataset.classes
print(classes)

['cat', 'dog']

print(train_dataset.class_to_idx)

{'cat': 0, 'dog': 1}

Phân loại ảnh nhị phân: tầng tích chập

Conv2d():
- Đầu vào: 3 kênh RGB (đỏ, lục, lam)
- Đầu ra: 16 kênh
- Kernel: ma trận 3 x 3
- Bước nhảy = 1: kernel di chuyển 1 bước
- Đệm = 1: 1 pixel viền ngoài
ReLU():
- Hàm kích hoạt phi tuyến
MaxPool2d():
- Kernel: 2x2
- Bước nhảy: 2 bước

class BinaryCNN(nn.Module):
    def __init__(self):
        super(BinaryCNN, self).__init__()

        self.conv1 = nn.Conv2d(3, 16,
                kernel_size=3, stride=1, padding=1)

        self.relu = nn.ReLU()

        self.pool = nn.MaxPool2d(kernel_size=2, 
                     stride=2)




   def forward(self, x):



        return x

Phân loại ảnh nhị phân: tầng fully connected

Flatten():
- Làm phẳng tensor thành vector 1D
Linear():
- Đầu vào: bản đồ đặc trưng x cao x rộng
- Đầu ra: một lớp duy nhất
Sigmoid():
- [0,1]

class BinaryCNN(nn.Module):
    def __init__(self):
        super(BinaryCNN, self).__init__()
        self.conv1 = nn.Conv2d(3, 16,
                kernel_size=3, stride=1, padding=1)
        self.relu = nn.ReLU()
        self.pool = nn.MaxPool2d(kernel_size=2, 
                     stride=2)

        self.flatten = nn.Flatten()

        self.fc1 = nn.Linear(16 * 112 * 112, 1)

        self.sigmoid = nn.Sigmoid()

   def forward(self, x):

        x = self.pool(self.relu(self.conv1(x)))
        x = self.fc1(self.flatten(x))
        x = self.sigmoid(x)]

        return x

Phân loại ảnh đa lớp với CNN

class MultiClassCNN(nn.Module):
    def __init__(self, num_classes):
        super(MultiClassCNN, self).__init__()
        ...

        self.fc = nn.Linear(16 * 112 * 112, num_classes)

        self.softmax = nn.Softmax(dim=1)

    def forward(self, x):
        ...

        x = self.softmax(x)

        return x

Ayo berlatih!

Deep Learning cho Ảnh với PyTorch