评估图像分类器

PyTorch 深度学习进阶

Michal Oleszak

Machine Learning Engineer

测试时的数据增强

训练数据的数据增强：

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,
)

测试数据的数据增强：

test_transforms = transforms.Compose([
    #
    # 测试时不做数据增强
    #
    transforms.ToTensor(),
    transforms.Resize((64, 64)),
])

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

Precision 与 Recall：二分类

二分类中：

Precision：预测为正的样本中有多少是对的
Recall：所有正样本中有多少被正确预测

一个 2x2 混淆矩阵，四个格子用不同颜色标记；旁边用这些颜色给出 recall 和 precision 的公式。

Precision 与 Recall：多分类

多分类中：为每个类别分别计算 precision 和 recall

Precision：预测为积云的样本中有多少是对的
Recall：所有积云样本中有多少被正确预测

积云图片

多类指标的平均方式

7 个类别 → 7 个 precision 和 7 个 recall
可逐类分析，或聚合：
- Micro 平均：全局计算
- Macro 平均：各类指标的平均
- 加权平均：按类权重加权的平均

多类指标的平均方式

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")

各平均方式的使用场景：

Micro：类别不均衡
Macro：关注小类表现
Weighted：大类错误更重要

评估循环

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()

导入并定义 precision 和 recall 指标
在测试集上无梯度迭代
每个批次：获取输出、取概率最高的类，并与标签一起传给指标函数
计算最终指标

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

Precision: 0.7284010648727417
Recall: 0.763038694858551

按类别分析性能

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)

使用 average=None 计算
得到每个类别各一分数
Dataset 的 .class_to_idx 属性将类名映射到索引

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}

按类别分析性能

{
  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 = 类名，如 cirriform clouds
v = 类索引，如 0
recall[v] = tensor(0.6364, dtype=torch.float32)
recall[v].item() = 0.6364

Passons à la pratique !

PyTorch 深度学习进阶