街景字符识别—模型集成

目录

  • 1. 集成学习方法
  • 2. 深度学习中的集成学习
    • 2.1 Dropout
    • 2.2 TTA
    • 2.3 Snapshot
  • 3. 后处理

1. 集成学习方法

集成学习方法可以提高预测精度,常见的有Stacking、Bagging和Boosting。一般利用交叉验证法提高精度,如下所示。
街景字符识别—模型集成_第1张图片
使用10折交叉验证法,得到10个CNN模型,可通过以下方法进行集成。

  1. 平均预测结果的概率值,然后解码为具体字符。
  2. 对预测的字符进行投票,得到最终字符。

2. 深度学习中的集成学习

2.1 Dropout

Dropout在训练过程中会随机选取一部分节点,令其停止工作,但在预测时又让所有节点参与工作。
街景字符识别—模型集成_第2张图片
Dropout既能有效缓解过拟合问题,又能在预测时增加模型的精度。代码示例如下:

# 定义模型
class SVHN_Model1(nn.Module):
    def __init__(self):
        super(SVHN_Model1, self).__init__()
        # CNN提取特征模块
        self.cnn = nn.Sequential(
            nn.Conv2d(3, 16, kernel_size=(3, 3), stride=(2, 2)),
            nn.ReLU(),
            nn.Dropout(0.25),
            nn.MaxPool2d(2),
            nn.Conv2d(16, 32, kernel_size=(3, 3), stride=(2, 2)),
            nn.ReLU(), 
            nn.Dropout(0.25),
            nn.MaxPool2d(2),
        )
        # 
        self.fc1 = nn.Linear(32*3*7, 11)
        self.fc2 = nn.Linear(32*3*7, 11)
        self.fc3 = nn.Linear(32*3*7, 11)
        self.fc4 = nn.Linear(32*3*7, 11)
        self.fc5 = nn.Linear(32*3*7, 11)
        self.fc6 = nn.Linear(32*3*7, 11)
    
    def forward(self, img):        
        feat = self.cnn(img)
        feat = feat.view(feat.shape[0], -1)
        c1 = self.fc1(feat)
        c2 = self.fc2(feat)
        c3 = self.fc3(feat)
        c4 = self.fc4(feat)
        c5 = self.fc5(feat)
        c6 = self.fc6(feat)
        return c1, c2, c3, c4, c5, c6

2.2 TTA

TTA,测试集数据扩增,在预测的时候进行数据扩增操作,比如对同一个样本预测三次,然后对三次结果进行平均。代码示例如下:

def predict(test_loader, model, tta=10):
   model.eval()
   test_pred_tta = None
   # TTA 次数
   for _ in range(tta):
       test_pred = []
   
       with torch.no_grad():
           for i, (input, target) in enumerate(test_loader):
               c0, c1, c2, c3, c4, c5 = model(data[0])
               output = np.concatenate([c0.data.numpy(), c1.data.numpy(),
                  c2.data.numpy(), c3.data.numpy(),
                  c4.data.numpy(), c5.data.numpy()], axis=1)
               test_pred.append(output)
       
       test_pred = np.vstack(test_pred)
       if test_pred_tta is None:
           test_pred_tta = test_pred
       else:
           test_pred_tta += test_pred
   
   return test_pred_tta

2.3 Snapshot

Snapshot是利用周期学习率来训练模型,保存多个高精度的测试点,最后将这些检查点进行模型集成。
街景字符识别—模型集成_第3张图片
虽然此方法可以提高模型精度,但是需要更长的训练时间。

3. 后处理

对预测结果进行后处理的方法有:

  1. 统计图片中每个位置字符出现的概率,利用规则修正结果;
  2. 单独训练一个预测图片字符个数的模型,用于修正结果。

参考: Datawhale 零基础入门CV赛事-Task5 模型集成.

你可能感兴趣的:(深度学习,python,人工智能,神经网络)