訓練影像分類器

Intermediate Deep Learning with PyTorch

Michal Oleszak

Machine Learning Engineer

重談資料增強

一張貓的圖片。

重談資料增強

一張水平翻轉並旋轉的貓圖片。

不該做的增強

黃色檸檬與綠色萊姆外觀相近，只差在顏色。

不該做的增強

黃色檸檬與綠色萊姆外觀相近，只差在顏色。

不該做的增強

字母「W」垂直翻轉後看起來像字母「M」。

增強可能改變標籤
是否造成混淆取決於任務
選擇增強時要考量資料與任務！

雲朵分類的增強策略

雲朵圖片樣本。

隨機旋轉：讓模型看到不同雲形角度
水平翻轉：模擬不同天空視角
自動對比調整：模擬不同光照條件

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

Cross-Entropy 損失

二元分類：binary cross-entropy（BCE）損失
多類別分類：cross-entropy 損失
criterion = nn.CrossEntropyLoss()

影像分類器訓練迴圈

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()

一起來練習吧！

Intermediate Deep Learning with PyTorch