提高多 class 图像的准确性 classifiier

Improving accuracy on a multi-class image classifiier

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集和测试集,均已标记。它共有 101,000 张图像。我正在尝试为 top-1 构建一个 >=90% 准确度的分类器模型。我目前坐在 75%。提供的训练集不干净。但是现在,我想知道我可以改进我的模型的一些方法以及我做错了什么。

我已将训练图像和测试图像划分到各自的文件夹中。在这里,我使用 0.2 的训练数据集通过 运行宁 5 个时期来验证学习者。

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。与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 运行 另外 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

之前我总共 运行 3 个阶段,但模型没有改进超过 0.706403,所以我不想重复。下面是我的混淆矩阵。我为糟糕的决议道歉。是 Colab 做的。

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已保存的 stage-2 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)]
  • 尝试使用 RandomHorizo​​ntalFlip、RandomResizedCrop、 来自 torchvision 变换的 RandomRotate、Normalize 等。这些在分类问题上总是很有帮助。

  • 标签平滑and/or混合精度训练。

  • 只需尝试使用更优化的架构,例如 EfficientNet。
  • 代替 OneCycle,更长时间、更手动的训练方法可能会有所帮助。尝试权重衰减为 5e-4 且 Nesterov 动量为 0.9 的随机梯度下降。使用大约 1-3 个 epoch 的热身训练,然后进行大约 200 个 epoch 的常规训练。您可以设置手动学习率计划或余弦退火或其他一些方案。整个方法将比通常的单周期训练消耗更多的时间和精力,只有在其他方法没有显示出可观的收益时才应探索。