画像分類器の評価

PyTorchによる中級ディープラーニング

Michal Oleszak

Machine Learning Engineer

テスト時のデータ拡張

学習データのデータ拡張:

train_transforms = transforms.Compose([
    transforms.RandomHorizontalFlip(),
    transforms.RandomRotation(45),
    transforms.RandomAutocontrast(),
    transforms.ToTensor(),
    transforms.Resize((64, 64)),
])

dataset_train = ImageFolder(
  "clouds_train", 
  transform=train_transforms,
)

テストデータのデータ拡張:

test_transforms = transforms.Compose([
    #
    # テスト時はデータ拡張しない
    #
    transforms.ToTensor(),
    transforms.Resize((64, 64)),
])

dataset_test = ImageFolder(
  "clouds_test", 
  transform=test_transforms,
)

Precision と Recall: 二値分類

二値分類では:

Precision: 正と予測した中で正解の割合
Recall: すべての正例のうち正と当てた割合

2×2の混同行列。4マスが色分けされ、右に色で表した recall と precision の式。

Precision と Recall: 多クラス分類

多クラス分類では: クラスごとに precision と recall を計算

Precision: cumulus と予測した中で正解の割合
Recall: すべての cumulus のうち正と当てた割合

積雲の写真

多クラス指標の平均化

7クラスなら precision と recall が各7つ
クラス別に分析、または集約:
- Micro 平均: 全体で計算
- Macro 平均: クラス別指標の単純平均
- Weighted 平均: クラス別指標の加重平均

多クラス指標の平均化

from torchmetrics import Recall

recall_per_class = Recall(task="multiclass", num_classes=7, average=None)
recall_micro = Recall(task="multiclass", num_classes=7, average="micro")
recall_macro = Recall(task="multiclass", num_classes=7, average="macro")
recall_weighted = Recall(task="multiclass", num_classes=7, average="weighted")

使い分け:

Micro: 不均衡データ
Macro: 少数クラスの性能を重視
Weighted: 大きいクラスの誤りを重く扱う

評価ループ

from torchmetrics import Precision, Recall

metric_precision = Precision(
  task="multiclass", num_classes=7, average="macro"
)
metric_recall = Recall(
  task="multiclass", num_classes=7, average="macro"
)

net.eval()
with torch.no_grad():
    for images, labels in dataloader_test:

        outputs = net(images)
        _, preds = torch.max(outputs, 1)
        metric_precision(preds, labels)
        metric_recall(preds, labels)

precision = metric_precision.compute()
recall = metric_recall.compute()

Precision と Recall をインポート・定義
勾配なしでテストデータを反復
各バッチで出力から最尤クラスを取り、ラベルとともに指標関数へ
指標を計算

print(f"Precision: {precision}")
print(f"Recall: {recall}")

Precision: 0.7284010648727417
Recall: 0.763038694858551

クラス別の性能分析

metric_recall = Recall(
  task="multiclass", num_classes=7, average=None
)
net.eval()
with torch.no_grad():
    for images, labels in dataloader_test:
        outputs = net(images)
        _, preds = torch.max(outputs, 1)
        metric_recall(preds, labels)
recall = metric_recall.compute()

print(recall)

tensor([0.6364, 1.0000, 0.9091, 0.7917, 
        0.5049, 0.9500, 0.5493],
       dtype=torch.float32)

average=None で計算
クラスごとのスコアが得られる
Dataset の .class_to_idx はクラス名→インデックスの対応

dataset_test.class_to_idx

{'cirriform clouds': 0,
 'clear sky': 1,
 'cumulonimbus clouds': 2,
 'cumulus clouds': 3,
 'high cumuliform clouds': 4,
 'stratiform clouds': 5,
 'stratocumulus clouds': 6}

クラス別の性能分析

{
  k: recall[v].item() 
  for k, v 
  in dataset_test.class_to_idx.items()
}

{'cirriform clouds': 0.6363636255264282,
 'clear sky': 1.0,
 'cumulonimbus clouds': 0.9090909361839294,
 'cumulus clouds': 0.7916666865348816,
 'high cumuliform clouds': 0.5048543810844421,
 'stratiform clouds': 0.949999988079071,
 'stratocumulus clouds': 0.5492957830429077}

k = クラス名（例: cirriform clouds）
v = クラス index（例: 0）
recall[v] = tensor(0.6364, dtype=torch.float32)
recall[v].item() = 0.6364

Passons à la pratique !

PyTorchによる中級ディープラーニング