Đánh giá bộ phân loại ảnh

Deep Learning nâng cao với PyTorch

Michal Oleszak

Machine Learning Engineer

Tăng cường dữ liệu ở thời điểm kiểm tra

Tăng cường dữ liệu cho tập huấn luyện:

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,
)

Tăng cường dữ liệu cho tập kiểm tra:

test_transforms = transforms.Compose([
    #
    # KHÔNG TĂNG CƯỜNG DỮ LIỆU KHI KIỂM TRA
    #
    transforms.ToTensor(),
    transforms.Resize((64, 64)),
])

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

Precision & Recall: phân loại nhị phân

Trong phân loại nhị phân:

Precision: Tỷ lệ dự đoán dương đúng
Recall: Tỷ lệ tất cả mẫu dương được dự đoán đúng

Ma trận nhầm lẫn 2x2 với bốn ô tô màu khác nhau; bên cạnh là công thức recall và precision theo mã màu.

Precision & Recall: phân loại đa lớp

Trong phân loại đa lớp: tính precision và recall riêng cho từng lớp

Precision: Tỷ lệ dự đoán “cumulus” đúng
Recall: Tỷ lệ tất cả mẫu “cumulus” được dự đoán đúng

Ảnh mây cumulus

Trung bình hóa cho đa lớp

Với 7 lớp, có 7 precision và 7 recall
Có thể phân tích theo lớp, hoặc gộp:
- Micro average: tính toàn cục
- Macro average: trung bình các lớp
- Weighted average: trung bình có trọng số theo lớp

Trung bình hóa cho đa lớp

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")

Khi dùng từng loại:

Micro: Tập dữ liệu mất cân bằng
Macro: Quan tâm hiệu suất ở lớp nhỏ
Weighted: Ưu tiên lỗi ở lớp lớn hơn

Vòng lặp đánh giá

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()

Import và định nghĩa precision, recall
Duyệt tập test không tính gradient
Mỗi batch test: lấy output, chọn lớp xác suất cao nhất, truyền cùng nhãn vào hàm metric
Tính các chỉ số

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

Precision: 0.7284010648727417
Recall: 0.763038694858551

Phân tích hiệu suất theo lớp

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)

Tính chỉ số với average=None
Nhận một điểm cho mỗi lớp
Thuộc tính .class_to_idx của Dataset ánh xạ tên lớp sang chỉ số

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}

Phân tích hiệu suất theo lớp

{
  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 = tên lớp, ví dụ cirriform clouds
v = chỉ số lớp, ví dụ 0
recall[v] = tensor(0.6364, dtype=torch.float32)
recall[v].item() = 0.6364

Ayo berlatih!

Deep Learning nâng cao với PyTorch