Trenowanie klasyfikatorów obrazów

Głębokie uczenie z PyTorch – poziom średnio zaawansowany

Michal Oleszak

Machine Learning Engineer

Augmentacja danych — przypomnienie

Zdjęcie kota.

Augmentacja danych — przypomnienie

Zdjęcie kota odbitego poziomo i obróconego.

Czego nie należy augmentować

Żółta cytryna i zielona limonka wyglądają podobnie — różnią się tylko kolorem.

Czego nie należy augmentować

Żółta cytryna i zielona limonka wyglądają podobnie — różnią się tylko kolorem.

Czego nie należy augmentować

Litera „W" po odbiciu pionowym wygląda jak litera „M".

Augmentacje mogą wpływać na etykietę
Czy to jest problemem, zależy od zadania
Zawsze dobieraj augmentacje z uwzględnieniem danych i zadania!

Augmentacje do klasyfikacji chmur

Przykładowe zdjęcia chmur.

Losowy obrót: uodparnia model na różne kąty formacji chmur
Odbicie poziome: symuluje różne perspektywy nieba
Automatyczna korekcja kontrastu: symuluje różne warunki oświetleniowe

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

Strata entropii krzyżowej

Klasyfikacja binarna: binarna entropia krzyżowa (BCE)
Klasyfikacja wieloklasowa: entropia krzyżowa
criterion = nn.CrossEntropyLoss()

Pętla treningowa klasyfikatora obrazów

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()

Czas na ćwiczenia!

Głębokie uczenie z PyTorch – poziom średnio zaawansowany