向AI转型的程序员都关注了这个号👇👇👇
大数据挖掘DT机器学习 公众号: datayx
全球AI挑战赛中场景分类的比赛源码,比赛已经告一段落,这里对总结一下比赛期间遇到的问题,踩的坑等做个总结。
源码快速接入
数据集,代码获取方式:
关注微信公众号 datayx 然后回复 AI 即可获取。
配置数据集路径
打开config.py
,找到下面的位置,根据自己的电脑系统在对应的位置配置上数据集路径
分类数据
运行
split_by_class.py
脚本,分别对train数据集合val数据集进行按照子文件夹分类开始训练
找任一个
classifier
开头的(classifier_base
除外)脚本进行运行,这里包含VGG16/19
、Xception
、Inception-V3
、Inception-Resnet-V2
等经典模型
要点概述
支持多个单模型进行集成,可选多种集成方式
支持多种集成方式间的任意组合和自动择优
支持间断训练时权重文件的择优选择
支持
VGG16
、VGG19
、Resnet50
、Inception-V3
、Xception
、Inception-Resnet-V3
模型imgaug
图片数据增强库替换Keras自带的图片预处理支持多进程进行图片预处理
血训
数据增强很重要!!!
Keras自带的图片增强远远不够的,这里选择了imgaug这个图片数据增强库,
https://github.com/aleju/imgaug
直接上图,这种效果是目前的Keras望尘莫及的,尽可能最大限度利用当前有限的数据集。提高1~3个百分点
尽可能高效使用CPU!!!
训练任务交给GPU去做,新添加的imgaug图片处理方式之后,一个Epoch在1050Ti上耗时90mins+,排查发现大部分时间都在进行图片数据增强处理,于是将该部分的处理替换为多进程方式。时间从90mins降到30mins左右
标准化很重要!!!
先计算出整体训练集的mean和std,然后在训练阶段的输入数据以mean和std进行高斯化处理(参mean_var_fetcher.py)提高0.5~1.0个百分点
Fine-tune别绑太紧!!!
这点尤为重要!Fine-tune时松太开,可能导致训练耗时,也可能导致机器带不动;绑太紧可能导致Fixed的权重参数扼制了模型的学习能力。建议是在机器能扛得住的基础下,尽可能松绑多一些。提高2~5个百分点
模型选择很重要!!!
糟糕的模型训练几天几夜,可能赶不上优势模型训练几个epoch。VGG16=>Xception提高5~8个百分点
Loss降不下去时尝试调低LR!!!
降不下去就调小,调下的幅度一般是5倍、10倍左右。提高1~3个百分点
TensorbBoard监视训练状态!!!
尽可能使用Tensorflow提供的Tensorboard可视化工具,方便从宏观把控训练过程。
适度过拟合是良性的!!!
训练过程中一直没有过拟合,要从两方面考虑:
模型太简单,拟合能力不足,这时要考虑增强网络复杂度
数据增强程度太大,学不到某些特征
模型集成!!!
单模型没有什么提升空间时,要尝试将多个单模型进行集成。集成的方式可以选择投票法、均值法、按照模型Acc加权法等等。提高0.5~1.5个百分点
预测数据增强!!!
为了确保预测结果的准确性,可以将待预测结果进行水平翻转(或随机裁取patch等)处理,将这多张孪生图片进行预测,最终结果取多个结果的均值。提高0.25~1.0个百分点
找个小伙伴一起搞!!!
想法x2,时间/2,还能互相讨论学习!关注 微信公众号 datayx 提高0~50个百分点
挑战官网
https://challenger.ai/news/ai_challenger
阅读过本文的人还看了以下:
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加: datayx
长按图片,识别二维码,点关注