Träna bildklassificerare

Fördjupad djupinlärning med PyTorch

Michal Oleszak

Machine Learning Engineer

Dataaugmentering – en återblick

Bild på en katt.

Dataaugmentering – en återblick

Bild på en katt speglad horisontellt och roterad.

Vad bör inte augmenteras

Gul citron och grön lime ser likadana ut, de skiljer sig bara i färg.

Vad bör inte augmenteras

Gul citron och grön lime ser likadana ut, de skiljer sig bara i färg.

Vad bör inte augmenteras

Bokstaven "W" ser ut som bokstaven "M" efter en vertikal spegling.

Augmenteringar kan påverka etiketten
Om det skapar problem beror på uppgiften
Välj alltid augmenteringar utifrån data och uppgift!

Augmenteringar för molnklassificering

Ett urval av molnbilder.

Slumpmässig rotation: exponerar modellen för molnformationer i olika vinklar
Horisontell spegling: simulerar olika perspektiv på himlen
Automatisk kontrastjustering: simulerar olika ljusförhållanden

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

Korsentropi som förlustfunktion

Binär klassificering: binär korsentropi (BCE) som förlustfunktion
Flerklassklassificering: korsentropi som förlustfunktion
criterion = nn.CrossEntropyLoss()

Träningsloop för bildklassificerare

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()

Nu kör vi en övning!

Fördjupad djupinlärning med PyTorch