python - 提高多类图像分类器的准确性
问题描述
我正在使用 Food-101 数据集构建分类器。该数据集具有预定义的训练和测试集,均已标记。它共有 101,000 张图像。我正在尝试为 top-1 构建一个准确率 >=90% 的分类器模型。我目前坐在75%。提供的训练集不干净。但是现在,我想知道一些我可以改进我的模型的方法,以及我做错了什么。
我已将火车和测试图像分区到各自的文件夹中。在这里,我使用 0.2 个训练数据集通过运行 5 个 epoch 来验证学习器。
np.random.seed(42)
data = ImageList.from_folder(path).split_by_rand_pct(valid_pct=0.2).label_from_re(pat=file_parse).transform(size=224).databunch()
top_1 = partial(top_k_accuracy, k=1)
learn = cnn_learner(data, models.resnet50, metrics=[accuracy, top_1], callback_fns=ShowGraph)
learn.fit_one_cycle(5)
epoch train_loss valid_loss accuracy top_k_accuracy time
0 2.153797 1.710803 0.563498 0.563498 19:26
1 1.677590 1.388702 0.637096 0.637096 18:29
2 1.385577 1.227448 0.678746 0.678746 18:36
3 1.154080 1.141590 0.700924 0.700924 18:34
4 1.003366 1.124750 0.707063 0.707063 18:25
在这里,我试图找到学习率。在讲座中的表现相当标准:
learn.lr_find()
learn.recorder.plot(suggestion=True)
LR Finder is complete, type {learner_name}.recorder.plot() to see the graph.
Min numerical gradient: 1.32E-06
Min loss divided by 10: 6.31E-08
使用 1e-06 的学习率再运行 5 个 epoch。将其保存为阶段 2
learn.fit_one_cycle(5, max_lr=slice(1.e-06))
learn.save('stage-2')
epoch train_loss valid_loss accuracy top_k_accuracy time
0 0.940980 1.124032 0.705809 0.705809 18:18
1 0.989123 1.122873 0.706337 0.706337 18:24
2 0.963596 1.121615 0.706733 0.706733 18:38
3 0.975916 1.121084 0.707195 0.707195 18:27
4 0.978523 1.123260 0.706403 0.706403 17:04
以前我一共跑了 3 个阶段,但模型的改进没有超过 0.706403,所以我不想重复它。下面是我的混淆矩阵。我为糟糕的决议道歉。这是 Colab 的所作所为。
由于我创建了一个额外的验证集,我决定使用测试集来验证第 2 阶段保存的模型,看看它的表现如何:
path = '/content/food-101/images'
data_test = ImageList.from_folder(path).split_by_folder(train='train', valid='test').label_from_re(file_parse).transform(size=224).databunch()
learn.load('stage-2')
learn.validate(data_test.valid_dl)
这是结果:
[0.87199837, tensor(0.7584), tensor(0.7584)]
解决方案
尝试通过 torchvision 变换进行 RandomHorizontalFlip、RandomResizedCrop、RandomRotate、Normalize 等增强。这些总是对分类问题有很大帮助。
标签平滑和/或混合精度训练。
- 只需尝试使用更优化的架构,例如 EfficientNet。
- 而不是 OneCycle,一种更长、更手动的训练方法可能会有所帮助。尝试权重衰减为 5e-4 和 Nesterov 动量为 0.9 的随机梯度下降。使用大约 1-3 个 epoch 的预热训练,然后定期训练大约 200 个 epoch。您可以设置手动学习率计划或余弦退火或其他方案。整个方法将比通常的 onecycle 训练消耗更多的时间和精力,并且只有在其他方法没有显示出可观的收益时才应该探索。