Question

我目前正在使用Apache MXNet开展机器学习项目，我使用的是Inception V3模型（MXNet模型动物园上的imagenet1k-inception-bn模型）。

我目前正在尝试训练模型以区分两种对象类型，但对象之间的差异是微妙的。我发现该模型仍然混淆了另一件事，因为它看起来大致相同。

例如，假设您正在尝试训练模型以区分鳄鱼和鳄鱼。人类乍看之下告诉他们的方式之一是通过观察他们的鼻子的形状。在训练机器学习模型的时候，我会给它整个短吻鳄和鳄鱼的图像并希望它能够解决它，或者我会给它只是他们的鼻子的图像，因为那是我关注的差异吗？

谢谢！

Answer 1

像Inception这样的深度学习模型能够在给定足够数据的情况下学习这些功能。您不应该裁剪到您认为对于区分这两个类有用的功能。理想情况下，一个或多个卷积滤波器将检测到口鼻部的某些形状，并能够正确分类。

尽管如此，你不应该对模型抱有不合理的期望。如果单独的视觉数据不足以让专家对鳄鱼与鳄鱼进行分类，那么你不应该期望模型能够做得更好。您应该建立人类基线表现，并将其用于比较。

与所有型号一样，数据质量/数量是最重要的部分。我强烈建议你也考虑转学习;使用在更大的数据集上学习的权重作为起点。查看this blog post以获取示例。您可以在模型末端训练完全连接的层，以区分短吻鳄和鳄鱼。甚至fine tune the convolutional layers以提高性能。

您可以使用MXNet Gluon轻松开始转学。在下面的片段中，我们将权重从已经在ImageNet上训练的Inception v3模型（具有1000个类）转移到用于二进制分类的非常相似的模型（与最后的层相同）。然后，您可以使用自己的数据训练此网络。

import mxnet as mx

pretrained_net = mx.gluon.model_zoo.vision.get_model(name='inceptionv3', pretrained=True, classes=1000, prefix='aligcroc_')
net = mx.gluon.model_zoo.vision.get_model(name='inceptionv3', classes=2, prefix='aligcroc_')
net.features = pretrained_net.features
net.output.initialize()

batch_size = 1
channels = 3
height = width = 299
data_batch = mx.ndarray.random.normal(shape=(batch_size, channels, height, width))
net(data_batch)

如何使图像识别深网检测出微小的差异

1 个答案: