本文为 AI 研习社编译的技术博客，原标题 ： Boost your Image Classification Model 作者 | Aditya Mishra 翻译 | MichaelChen 编辑 | 邓普斯•杰弗、咩咩咩鱼 原文链接： https://towardsdatascience.com/boost-your-image-classifier-e1cc7a56b59c 注：本文的相关链接请访问文末【阅读原文】
图像分类是一个认为几乎解决了的问题。有趣的是，你必须竭尽所能来提升额外的1%的准确率。当我参加“ Intel Scene Classification Challenge hosted by Analytics Vidhya(由Analytics Vidhya主办的英特尔场景分类挑战)”我非常喜欢这次比赛，因为我尝试从我的深度学习模型中榨干所有的潜力。下面的技术通常是可以应用到手头上的任何图像分类问题中去。
问题
下面的问题是把给定的图片分类到下面的6个类别中去。
数据类别
数据中包含25,000张自然风景的图片，这些图片来自世界各地。
渐进的（图片）尺寸调整
当训练CNN模型的时候，从小到大的线性调整图片尺寸是一项技术。渐进的尺寸调整在很赞的fastai课程中被描述为：程序员的深度学习实践。一种不错的方式是先用小的尺寸，如64 x 64进行训练，再用这个模型的参数，在128 x 128尺寸上进行训练，如此以往。每个较大的模型都在其体系结构中包含以前较小的模型层和权重。
渐进的尺寸调整
FastAI
fastai库是一个强大的深度学习库。如果fastai团队找到了一篇很感兴趣的论文，他们会在不同的数据集上进行测试，并实现调参。一旦成功，就会被合并到他们的库，并且对它的用户开放阅读。这个库包含了很多内置的先进的技巧。基于pytorch，fastai对于大多数任务都有很好的默认参数。部分技巧包括：
- 周期性学习率
- 一个周期的学习
- 结构化数据的深度学习
完整的权重初始化
在查看可用的标准数据集时，我偶然发现了Place365数据集。Place365数据集包含365种风景分类的1,800,000张图片。本次挑战赛提供的数据集与这个数据集很相似，所以在这个数据集训练的模型，具有一些学习的特征，与我们分类的问题是相关的。由于我们的问题中的类别是Place365数据集的子集，所以我使用了一个用Place365权重初始化的ResNet50模型。
这个模型的权重在“pytorch weights”中提供。下面使用的实用函数帮助我们正确地将数据加载到fastai的CNN学习器中。
混合增强
混合增强是一种通过对已有的两幅图像进行加权线性插值，来形成新图像的增强方法。我们取两张图像，然后使用这些图像的张量进行线性组合。
混合增强
λ是服从beta分布的随机采样。虽然论文的作者建议使用 λ=0.4，但是fastai的库默认值设为0.1。
fastai中的混合增强
学习率调优
学习率是训练神经网络中最重要的超参数之一。fastai有一种方法来找出合适的初始学习速率。这个技术被称作循环学习率，我们用较低的学习率进行试验，并以指数形式增加，记录整个过程的损失。然后我们根据学习率绘制损失曲线，并选择损失值最陡峭处的学习率。
fastai中的LR Ffinder
在学习率为1e-06时，损失最陡峭
这个库还为我们自动的处理带有重新启动的随机梯度下降（SGDR）。在SGDR中，学习率在每次迭代开始时会重新设置为原始选择的数值，这些数值会随着迭代减小，就像余弦退火一样。这么做的主要收益是，由于学习率在每次迭代的开始可以重置，因此学习器能够跳出局部极小值或鞍点。
fastai中带有重启的随机梯度下降
通用对抗网络
生成式对抗网络（GAN是Generative Adversarial Networks的缩写）在2014年被Ian Goodfellow提出，GANs是由两个网络组成的深层神经网络结构，它们相互竞争。 GANs可以模拟任何数据分布。他们可以学习生成类似原始数据的数据，而且可以是任何领域——图像、语音、文本等等。我们使用fastai的Wasserstein GAN的实现来生成更多的训练数据。
GANs包括训练两个神经网络，一个被称为生成器，它生成新的数据实例，另一个被称为判别器，它对它们进行真实性评估，它决定每个数据实例是否属于实际的训练数据集。你可以从这个链接查阅更多。
https://github.com/fastai/course-v3/blob/master/nbs/dl1/lesson7-wgan.ipynb
GAN生成样本图片
去除混淆的图像
训练神经网络的第一步不是写任何的神经网络的代码，而是彻底观察你的数据。这一步至关重要。我喜欢花费大量的时间（以小时为单位）浏览数千张样例，理解他们的分布，寻找他们的模式。——Andrej Karpathy
正如Andrej Karpathy所说，“数据调查”是一个重要的一步。关于数据调查，我发现很多数据包含不少于两种的类别。
方法－1
使用之前训练的模型，我对整个训练数据进行了预测。然后丢弃概率得分超过0.9但是预测错误的图像。下面这些图像，是模型明显错误分类的。深入观察以后，我发现这些图像是被人工错误分类了。
混淆的图像
有些图像的预测概率在0.5到0.6之间，理论上可能是这个图像表现出不止一个类别，所以模型给他们分配了相同的概率，我也把这些图像剔除了。观察这些图像，这个理论最终被证明是正确的。
方法 2
fast.ai提供了一个方便的插件“图像清理器插件”，它允许你为自己的模型清理和准备数据。图像清理器可以清洗不属于你数据集的图像。它在一行中呈现图像，使你有机会在文件系统中删除文件。
测试时间增加
测试时间的增加包括提供原始图像的一系列不同的版本，并把他们传递到模型中。从不同的版本中计算出平均值，并给出图像的最终输出。
fast.ai中测试时间的增加
之前提出的10-crop技巧跟此技巧类似。我首先在残差网络的论文中读到了10-crop技巧。10-crop技巧包括沿着四角和中心点各裁剪一次，得到五张图像。反向重复以上操作，得到另外五张图像，一共十张。测试时间增加的方法无论如何比10-crop技巧要快。
集成
机器学习中的集成是一种使用多种学习算法的技术，这种技术可以获得比单一算法更好的预测性能。集成学习最好在下面的条件下工作：
- 组成模型具有不同的性质。比如，集成ResNet50和InceptionNet要比组合ResNet50和InceptionNet有用的多，因为它们本质上是不同的。
- 组成模型的相关性较低。
- 改变模型的训练集，能得到更多的变化。
在本例中，我通过选择最大发生类来集成所有模型的预测。如果有多个类有最大出现的可能，我随机选择其中的一个类。
结果：
公开排行榜——29名（0.962）
私人排行榜——22名（0.9499）
结论
- 渐进的尺寸调整在开始时是一个好主意。
- 花时间去理解你的数据并且可视化是必须的。
- 像fastai这种具有出色的初始化参数的出色的深度学习库，确实有帮助。
- 只要有可能，就要尽量使用迁移学习，因为确实有用。最近，深度学习和迁移学习已经应用到了结构化数据，所以迁移学习绝对应该是首先要尝试的事情。
- 最先进的技术例如混合增强，测试时间增加，周期学习率将毫无疑问的帮助你将准确率提高1到2个百分点。
- 始终搜索与你的问题相关的数据集，并且把他们尽可能的用在你的训练数据集中。如果可能，深度学习模型在这些模型上训练之后，使用他们的参数作为你模型的初始权重。
想要继续查看该篇文章相关链接和参考文献？
点击底部【阅读原文】即可访问：
https://ai.yanxishe.com/page/TextTranslation/1724
