![b02bfb98a4659d7b7d657cfc488a0195.png](https://i-blog.csdnimg.cn/blog_migrate/56408bd967403c8da658753a47c76b8c.jpeg)
深度学习训练tricks整理1
环境:pytorch1.4.0 + Ubuntu16.04
参考:
数据增强策略(一)mp.weixin.qq.com![58a3e21dbe344c1c91e8bcf1d3137a22.png](https://i-blog.csdnimg.cn/blog_migrate/fe55a2952511dbb1e2f5f37b298bd4ed.jpeg)
一、data_augmentation
基本的数据增强调用torchvision.transforms库中的就可以了,我整理一下其他的。
参考:
Pytorch 中的数据增强方式最全解释cloud.tencent.com1.1 单图操作(图像遮挡)
1.Cutout
对CNN 第一层的输入使用剪切方块Mask
论文参考:
Improved Regularization of Convolutional Neural Networks with Cutoutarxiv.org![ec210a129ee942177cb65ebf0efd7c8c.png](https://i-blog.csdnimg.cn/blog_migrate/0e17f28f3a1a4f7505bd87c0d91a205c.png)
代码链接:
https://github.com/uoguelph-mlrg/Cutoutgithub.com![cffffe16512de7833922287d2ba40f6d.png](https://i-blog.csdnimg.cn/blog_migrate/f850091d2d800bed968b4c5f04f2d122.jpeg)
2.Random Erasing
用随机值或训练集的平均像素值替换图像的区域
论文参考:
https://arxiv.org/abs/1708.04896arxiv.org代码参考:
https://github.com/zhunzhong07/Random-Erasing/blob/master/transforms.pygithub.com![955e5f916bcfde43040c016694fe07a4.png](https://i-blog.csdnimg.cn/blog_migrate/2f9b39b1ed30fd9958860f3b427c852d.jpeg)
3.Hide-and-Seek
图像分割成一个由 SxS 图像补丁组成的网格,根据概率设置随机隐藏一些补丁,从而让模型学习整个对象的样子,而不是单独一块,比如不单独依赖动物的脸做识别。
论文参考:
Hide-and-Seek: Forcing a Network to be Meticulous for Weakly-supervised Object and Action Localizationarxiv.org![ec210a129ee942177cb65ebf0efd7c8c.png](https://i-blog.csdnimg.cn/blog_migrate/0e17f28f3a1a4f7505bd87c0d91a205c.png)
代码参考:
https://github.com/kkanshul/Hide-and-Seek/blob/master/hide_patch.pygithub.com![d1000a30f62bcf6e78aeb8d6b87ddb6f.png](https://i-blog.csdnimg.cn/blog_migrate/a7d6e93c5e0b799b7b10f14ebf111806.jpeg)
4.GridMask
将图像的区域隐藏在网格中,作用也是为了让模型学习对象的整个组成部分
论文参考:
https://arxiv.org/pdf/2001.04086.pdfarxiv.org代码参考:
https://github.com/Jia-Research-Lab/GridMask/blob/master/imagenet_grid/utils/grid.pygithub.com![da83d364e1e13559c239d4ccb1e43ab3.png](https://i-blog.csdnimg.cn/blog_migrate/bf189a525ea7fee942f8d15bc463a5b6.jpeg)
1.2 多图组合
1.Mixup
通过线性叠加两张图片生成新的图片,对应label也进行线性叠加用以训练
论文参考:
https://arxiv.org/abs/1710.09412arxiv.org理解与代码参考:
目标检测中图像增强,mixup 如何操作?www.zhihu.com![8eafbe5101fc8771ff677ba7668a038b.png](https://i-blog.csdnimg.cn/blog_migrate/ce557f0ca8b824a1dbb47db1f0fc5462.jpeg)
![e1f719e8d730b85e7e72e47fb5649296.png](https://i-blog.csdnimg.cn/blog_migrate/54a83675c4792ad8109564a77db22c3e.jpeg)
2.Cutmix
将另一个图像中的剪切部分粘贴到当前图像来进行图像增强,图像的剪切迫使模型学会根据大量的特征进行预测。
论文参考:
https://arxiv.org/abs/1905.04899arxiv.org代码参考:
https://github.com/clovaai/CutMix-PyTorch/blob/master/train.pygithub.com代码理解:
模型训练技巧--CutMix_Guo_Python的博客-CSDN博客_cutmix lossblog.csdn.net![b17f8f5a7afc53370097d230e13f46d9.png](https://i-blog.csdnimg.cn/blog_migrate/c69af89032c0ed56cd926292a37206cc.png)
![b8605714e6ee19365f38a93cb6955e12.png](https://i-blog.csdnimg.cn/blog_migrate/1c17ada88b0859895f34885265aa501b.png)
3.Mosaic data augmentation(用于检测)
Cutmix中组合了两张图像,而在 Mosaic中使用四张训练图像按一定比例组合成一张图像,使模型学会在更小的范围内识别对象。其次还有助于显著减少对batch-size的需求。
代码参考:
https://zhuanlan.zhihu.com/p/163356279zhuanlan.zhihu.com![cf5cd9e4a2de3df31fede5fdc9a2b608.png](https://i-blog.csdnimg.cn/blog_migrate/a72a2b437a23b0c696b3cede9a371219.jpeg)
二、Label Smoothing
- label smoothing
参考论文:
https://arxiv.org/pdf/1812.01187.pdfarxiv.org参考理解:
SoftMax原理介绍 及其 LabelSmooth优化blog.csdn.net![8e825eb1fc4d0334ce444d8af9dddd6a.png](https://i-blog.csdnimg.cn/blog_migrate/2da2ca35daba7ddbb6d530631a30f185.jpeg)
![0fa78975d1adce1a3512090eb415ca63.png](https://i-blog.csdnimg.cn/blog_migrate/20d3f59cc7ae310f3da2d248ecdcfdf1.png)
在多分类训练任务中,输入图片经过神经网络的计算,会得到当前输入图片对应于各个类别的置信度分数,这些分数会被softmax进行归一化处理,最终得到当前输入图片属于每个类别的概率,最终在训练网络时,最小化预测概率和标签真实概率的交叉熵,从而得到最优的预测概率分布.
网络会驱使自身往正确标签和错误标签差值大的方向学习,在训练数据不足以表征所以的样本特征的情况下,这就会导致网络过拟合。label smoothing的提出就是为了解决上述问题。最早是在Inception v2中被提出,是一种正则化的策略。其通过"软化"传统的one-hot类型标签,使得在计算损失值时能够有效抑制过拟合现象。
代码:
class LabelSmoothCEloss(nn.Module):
def __init__(self):
super().__init__()
def forward(self, pred, label, smoothing=0.1):
pred = F.softmax(pred, dim=1)
one_hot_label = F.one_hot(label, pred.size(1)).float()
smoothed_one_hot_label = (1.0 - smoothing) * one_hot_label + smoothing / pred.size(1)
loss = (-torch.log(pred)) * smoothed_one_hot_label
loss = loss.sum(axis=1, keepdim=False)
loss = loss.mean()
return loss
----------------------------------------------------------------------------------------------
调用时criterion = nn.CrossEntropyLoss()
改为criterion = LabelSmoothCELoss()
三、学习率调整
warm up最早来自于这篇文章:https://arxiv.org/pdf/1706.02677.pdf 。根据这篇文章,我们一般只在前5个epoch使用warm up。consine learning rate来自于这篇文章:https://arxiv.org/pdf/1812.01187.pdf 。通常情况下,把warm up和consine learning rate一起使用会达到更好的效果。 代码实现:
class WarmUpLR(_LRScheduler):
"""warmup_training learning rate scheduler
Args:
optimizer: optimzier(e.g. SGD)
total_iters: totoal_iters of warmup phase
"""
def __init__(self, optimizer, total_iters, last_epoch=-1):
self.total_iters = total_iters
super().__init__(optimizer, last_epoch)
def get_lr(self):
"""we will use the first m batches, and set the learning
rate to base_lr * m / total_iters
"""
return [base_lr * self.last_epoch / (self.total_iters + 1e-8) for base_lr in self.base_lrs]
# MultiStepLR without warm up
scheduler = torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones=args.milestones, gamma=0.1)
# warm_up_with_multistep_lr
warm_up_with_multistep_lr = lambda epoch: epoch / args.warm_up_epochs if epoch <= args.warm_up_epochs else 0.1**len([m for m in args.milestones if m <= epoch])
scheduler = torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda=warm_up_with_multistep_lr)
# warm_up_with_cosine_lr
warm_up_with_cosine_lr = lambda epoch: epoch / args.warm_up_epochs if epoch <= args.warm_up_epochs else 0.5 * ( math.cos((epoch - args.warm_up_epochs) /(args.epochs - args.warm_up_epochs) * math.pi) + 1)
scheduler = torch.optim.lr_scheduler.LambdaLR( optimizer, lr_lambda=warm_up_with_cosine_lr)
四、蒸馏(distillation)
4.1 传统蒸馏
论文参考:
https://arxiv.org/pdf/1503.02531.pdfarxiv.org理解参考:
深度学习方法(十五):知识蒸馏(Distilling the Knowledge in a Neural Network),在线蒸馏blog.csdn.net![cef49000e6bcc26a632befea0d7a7428.png](https://i-blog.csdnimg.cn/blog_migrate/e1ca631841765898ef62374e0d556086.png)
![0fa78975d1adce1a3512090eb415ca63.png](https://i-blog.csdnimg.cn/blog_migrate/20d3f59cc7ae310f3da2d248ecdcfdf1.png)
![3bad2e709d2aae70d15fee0f21fe05a8.png](https://i-blog.csdnimg.cn/blog_migrate/7fbfacff1600f4334152a9960bdc1c3c.jpeg)
训练的过程采用以下的步骤:
先用硬标签训练大型复杂网络(Teacher Net);
采用值大的T,经训练好的 TN 进行前向传播获得软标签;
分别采用值大的 T 和 T=1 两种情况,让小型网络(Student Net)获得两种不同的输出,加权计算两种交叉熵损失,训练SN;
采用训练好的 SN 预测类别。
2. 新的蒸馏方式:通道蒸馏
论文参考:
Channel Distillation: Channel-Wise Attention for Knowledge Distillationarxiv.org代码参考:
https://github.com/zhouzaida/channel-distillationgithub.com![5393721a16ff703b532180c4978802d1.png](https://i-blog.csdnimg.cn/blog_migrate/2ec42ed37f0ff861874a0b315285eda7.png)