本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.
导读
使用有监督对比学习来进行木薯叶病害识别。
论文链接： arxiv.org/abs/2004.11…
监督对比学习(Prannay Khosla等人)是一种训练方法，它在分类任务上优于使用交叉熵的监督训练。
这个想法是，使用监督对比学习(SCL)的训练模型可以使模型编码器从样本学习更好的类表示，这应该导致更好的泛化，并对于图像和标签的错误更具鲁棒性。
在本文中，你将了解什幺是监督对比学习，以及监督对比学习是如何工作的，你会看到代码实现、一个应用程序的例子，最后将看到SCL和常规交叉熵之间的比较。
简而言之，SCL就是这样工作的：
在嵌入空间中将属于同一类的聚类点聚在一起，同时将来自不同类的样本簇分离。
有许多对比学习方法，如” 监督对比学习 “，” 自监督对比学习 “，” SimCLR “等，它们的比对部分都是共同的，它们学习来自一个域的样本和来自另一个域的样本的差别，但 SCL以监督的方式利用标签信息 完成这项任务。
不同的训练方法的结构
本质上，用监督对比学习对分类模型进行训练分为两个阶段：
- 训练编码器，学习生成输入图像的向量表示，这样，同类别图像的表示将比不同类别图像的表示更加相似。
- 在参数冻结的编码器上训练一个分类器。
例子
我们将把监督比较学习应用于Kaggle竞赛的数据集(Cassava Leaf Disease Classification)，目的是将木薯叶的图像分类为5类：
0: Cassava Bacterial Blight (CBB) 1: Cassava Brown Streak Disease (CBSD) 2: Cassava Green Mottle (CGM) 3: Cassava Mosaic Disease (CMD) 4: Healthy
我们有四种疾病和一种健康的叶子，下面是一些图像样本：
来自比赛的木薯叶图像样本
数据有 21397 图像用于训练，大约有 15000 图像用于测试集。
实验设置
数据 ：图像分辨率512 × 512像素。
模型(编码器) ：EfficientNet B3。
你可以在这里查看： www.kaggle.com/dimitreoliv…
通常，对比学习方法能更好地工作，如果每个训练一个batch都有每个类的样本，这将有助于编码器学会对比不同域之间的差别，这意味着需要使用一个大的batch size，在这种情况下，我已经对每个类进行了过采样，所以每个batch的样本中每个类样本的概率大致相同。
数据集中的类别分布，过采样之后
数据增强通常有助于计算机视觉任务，在我的实验中，我也看到了数据增强的改进，这里我使用剪切，旋转，翻转，作物，剪切，饱和度，对比度和亮度的变化，它可能看起来很多，但图像没有和原始图像有太大不同。
增强后的数据样本
现在我们可以看看代码了
编码器
我们的编码器将是一个“ EfficientNet B3 ”，但是在编码器的顶部有一个平均池化层，这个池化层将输出一个2048大小的向量，稍后它将用于检查编码器学习到的表示。
def encoder_fn(input_shape):
inputs = L.Input(shape=input_shape, name=’inputs’)
base_model = efn.EfficientNetB3(input_tensor=inputs,
include_top=False,
weights=’noisy-student’,
pooling=’avg’)
model = Model(inputs=inputs, outputs=base_model.outputs)
return model
投影头
投影头位于编码器的顶部，负责将编码器嵌入层的输出投影到更小的尺寸中，在我们的例子中，它将2048维的编码器投影到128维的向量中。
def add_projection_head(input_shape, encoder):
inputs = L.Input(shape=input_shape, name='inputs')
features = encoder(inputs)
outputs = L.Dense(128, activation='relu',
name='projection_head',
dtype='float32')(features)
model = Model(inputs=inputs, outputs=outputs)
return model
分类头
分类器头用于的可选的第二阶段训练，在SCL 训练阶段之后，我们可以去掉投影头，把这个分类器头加到编码器上，并使用常规的交叉熵损失来finetune模型，这样做的时候，需要冻结编码器层。
def classifier_fn(input_shape, N_CLASSES, encoder, trainable=False):
for layer in encoder.layers:
layer.trainable = trainable
inputs = L.Input(shape=input_shape, name='inputs')
features = encoder(inputs)
features = L.Dropout(.5)(features)
features = L.Dense(1000, activation='relu')(features)
features = L.Dropout(.5)(features)
outputs = L.Dense(N_CLASSES, activation='softmax',
name='outputs', dtype='float32')(features)
model = Model(inputs=inputs, outputs=outputs)
return model
监督对比学习损失
这是SCL损失的代码实现，这里唯一的参数是 temperature ，“0.1”是默认值，但它可以调整，较大的temperatures可以导致类更分离，但较小的temperatures 有益于较长的训练。
class SupervisedContrastiveLoss(losses.Loss):
def __init__(self, temperature=0.1, name=None):
super(SupervisedContrastiveLoss, self).__init__(name=name)
self.temperature = temperature
def __call__(self, labels, ft_vectors, sample_weight=None):
# Normalize feature vectors
ft_vec_normalized = tf.math.l2_normalize(ft_vectors, axis=1)
# Compute logits
logits = tf.divide(
tf.matmul(ft_vec_normalized,
tf.transpose(ft_vec_normalized)
), temperature
)
return tfa.losses.npairs_loss(tf.squeeze(labels), logits)
训练
我将跳过Tensorflow样板训练代码，因为它非常标准，但是你可以在这里： www.kaggle.com/dimitreoliv…
第一个训练步骤 (编码器 + 投影头)
第一阶段的训练是用编码器+投影头，使用有监督对比学习损失。
构建模型
with strategy.scope(): # Inside a strategy because I am using a TPU
encoder = encoder_fn((None, None, CHANNELS)) # Get the encoder
encoder_proj = add_projection_head((None, None, CHANNELS),encoder)
# Add the projection head to the encoderencoder_proj.compile(optimizer=optimizers.Adam(lr=3e-4),
loss=SupervisedContrastiveLoss(temperature=0.1))
训练
model.fit(x=get_dataset(TRAIN_FILENAMES,
repeated=True,
augment=True),
validation_data=get_dataset(VALID_FILENAMES,
ordered=True),
steps_per_epoch=100,
epochs=10)
第二个训练步骤 (编码器 + 分类头)
对于训练的第二阶段，我们删除投影头，并在编码器的顶部添加分类器头，现在该编码器已经训练了权值。对于这一步，我们可以使用常规的交叉熵损失，像往常一样训练模型。
构建模型
with strategy.scope():
model = classifier_fn((None, None, CHANNELS), N_CLASSES,
encoder, # trained encoder
trainable=False) # with frozen weights model.compile(optimizer=optimizers.Adam(lr=3e-4),
loss=losses.SparseCategoricalCrossentropy(),
metrics=[metrics.SparseCategoricalAccuracy()])
训练
和之前几乎一样
model.fit(x=get_dataset(TRAIN_FILENAMES,
repeated=True,
augment=True),
validation_data=get_dataset(VALID_FILENAMES,
ordered=True),
steps_per_epoch=100,
epochs=10)
可视化输出向量
评估编码器的学习表示的一种有趣的方法是可视化特征嵌入的输出，在我们的例子中，它是编码器的最后一层，即平均池化层。在这里，我们将比较用SCL训练的模型和另一个用常规交叉熵训练的模型，你可以在： www.kaggle.com/dimitreoliv…
交叉熵的嵌入
对使用交叉熵训练的模型嵌入进行可视化
监督对比学习的嵌入
使用SCL训练出的模型的嵌入的可视化。
我们可以看到，两种模型在对每个类进行样本聚类的时候似乎都可以做的不错，但看下SCL模型训练出来的嵌入，每个类的簇相互之间的距离要更远，这就是对比学习的效果。我们也可以认为，这种行为将导致更好的泛化，因为类的判别边界会更清晰、如果去尝试画一下类别之间的边界，就可以得到一个很直观的理解。
总结
我们看到，使用监督对比学习方法的训练既容易实现又有效，它可以带来更好的准确性和更好的类表示，这反过来也可以产生更健壮的模型，能够更好地泛化。
Be First to Comment