产品经理也能动手实践的AI(四)- 多标签识别,图像分割
上一篇讲了产品经理也能动手实践的AI(三)- 深入图像识别,在线辨猫,形象的说明了SGD的原理,就是如何将一个线性函数你和到我们预设的散点图上。今天主要讲2个案例,1个核心模块,分别是卫星图像的多标签识别,图片分割着色,数据块这个核心模块。
这也是图像识别的最后一课了,我承认到这里可能就有点枯燥了,因为有很多需要消化的东西,不过我觉得重点是大概理解这是怎么一回事儿,以及把自己关注的点研究明白,不见得每个细节都要在一开始搞明白。
接下来就会讲解NLP和协同过滤,而且这节课也没有什么特别全新的东西,都是细节上的提升或者更详细的讲解。而我印象最深的就是u-net这个模型,以及他的lr(指代Learning Rate学习率,下文都会直接用lr来代替)训练方式,是先增后降。
1.概览
本节课主要讲解的是多标签识别(用卫星图像预测天气),图像分割(用不同颜色区分行人、道路、房子等),还有支持这两种类型的核心模块 - data block。
这是卫星图片,以及对应的标签
这是如何将一副路边的图像,用无人驾驶的视角按类别变成色块
2.1核心流程
下载数据(这一节主要来源于公共数据库)
创建databunch(data block的核心流程)
准备输入的数据
划分训练组和验证组数据
给输入的数据打标签
「可选」变形
「可选」增加测试组
转化成databunch
创建learner
开始训练
调优
2.2核心数学概念
U-net:相对于CNN卷积神经网络,有更好的效果,普通的CNN只做到了左侧下降的把图片拆成一片一片的小块的过程。
Sigmoid函数:又叫做S型生长曲线,是以前神经网络用的最多的函数,现在都用ReLU
ReLU(rectified linear unit):线性整流函数,是一种人工神经网络中常用的激活函数(activation function),通常指代以斜坡函数及其变种为代表的非线性函数。
通用逼近定理:当有一组线性和非线性函数,你就可以做出一个无线接近任意函数的函数。
2.3核心机器学习概念
flip翻转:在transform的时候,可以随机水平翻转或者垂直翻转图像,来提高训练的准确度,默认是水平翻转,比如训练识别猫的AI,而识别卫星图像的就可以同时垂直旋转;
warp透视:和45度拍照显脸小是一个道理,就相当于对一个正面拍摄的照片做了一个透视处理,虽然都是你本人,但是在图像上呈现的效果不同,所以这样的处理可以提高识别准确度;
normailize规范化:后面会专门讲
threshold阈值:主要是多标签时用,因为识别时会有N个结果,不像单标签,选最大的那个就行(argmax),这里要选threshold值以上的;
DataSet:数据集,只有getitem和len属性
DataLoader:用于把DataSet中的数据,按要求抽取成一个个mini-batch
DataBunch:训练组DataLoader和验证组DataLoader的组合
Mixed Precision Training 混合精确训练:创建learner时用16bits代替32bits,需要GPU支持
2.4核心Python、FastAI、Jupyter等命令
!:是在Jupyter Notebook中执行命令行的操作,如:# ! conda install -y -c haasad eidl7zip
Pandas:处理表格数据和常用库,比如查看数据:df = pd.read_csv(path/'train_v2.csv')
partial:Python3的特性,可以非常方便的生成一个具备固定参数的函数,这样代码看起来就更好懂,比如:acc_02 = partial(accuracy_thresh, thresh=0.2)
.shape:Image.shape 会给出这个tensor的大小,主要是包含channels,类似于维度,这个之后会讲 (channels x height x width)
.plot:把学习过程的数据打出来,loss,lr,等各种指标
lambda:匿名函数,即没有函数名的函数,例如输入x返回x+1:result = lambda x:x+1
双斜杠:Python里相除取整的意思,比如size = src_size//2
3.1实例详细分析(用卫星图像预测天气)
上一节讲的是通过Google image自己找图片然后自己下载下来,打上标签。这一届直接用Kaggle竞赛提供的数据。
下载数据
注册Kaggle
安装Kaggle下载工具 ! pip install kaggle --upgrade
授权
创建API Token - kaggle.json
下载并传到自己的Jupyter目录
接受该卫星项目许可(不然会遇到下载失败情况)
下载数据下载 kaggle competitions download -c competition_name -f file_name.
解压缩数据 需要安装edil7zip
创建DataBunch
先养成查看数据的习惯,看目录结构,看数据样本 pd.read_csv
准备输入的数据 ImageFileList.from_folder(path)
划分训练组和验证组数据 random_split_by_pct(0.2)
给输入的数据打标签 label_from_csv()
「可选」变形 transform(tfms, size=128)
「可选」增加测试组
转化成databunch databunch().normalize()
训练模型
调优
核心小技巧:先训练128x128尺寸的图像,然后再用迁移学习,训练256x256尺寸的图像,这样又快又准
3.2实例详细分析(图像分割,用不同颜色区分行人、道路、房子等)
下载数据,通过内置的Camvid数据库
查看数据,找到一条数据,用open_mask打开看看
创建databunch SegmentationItemList.from_folder(path_img)
创建learner 使用u-net代替CNN来训练模型
开始训练
调优
3.3原理详细分析
learn.recorder.plot_losses()
learn.recorder.plot_lr()
为什么lr会先升后降呢,这就是fit_one_cycle做的方式,因为相对而言,这种学习效率更高,形象点说就是先探探路,然后再大步走,感觉方向对了,就逐渐放慢脚步,然后到达那个最优点。如下演示的是以一个固定的lr,如下分别是lr为0.1,0.7,0.99,1.01时的机器的学习路径,看到0.7是最快接近底部,也就是loss最低的时候,而过低的lr和过高的lr都会影响效率,而高到一定程度反而会无法触达底部。
这是一种比较理想的情况,而实际应用中不会有这么平滑的弧度,肯定有各种小坑,而那时,固定的lr很容易陷到某一个小坑中而得到了不够理想的准确度,俗称拟合不足。
所以这里采用了更加动态的lr,只需要设定一个上限值,系统就会自动生成一个lr的抛物曲线,然后得到更准确的模型。
4.最后
本节课还讲了一个用回归模型识别头部中心点的例子,以及如何用IMDB数据预测评论的正负面情绪(NLP),之后的课程有更详细的讲解,所以这里就先不展开。
相关阅读
产品经理也能动手实践的AI(三)- 深入图像识别,在线辨猫
产品经理也能动手实践的AI(二)- 做个识别宠物的AI
产品经理也能动手实践的AI(一)- FastAI介绍
人人都能搞懂的AI(四)- AI对社会的影响
如果你喜欢思考,别忘记关注+置顶公众号哦!
我是Hawk,8年产品经理,目前专注AI机器学习。
好看的人都点了在看
产品经理也能动手实践的AI(四)- 多标签识别,图像分割相关推荐
- 产品经理也能动手实践的AI(二)- 做个识别宠物的AI
https://www.toutiao.com/a6673604688056680972/ 上一篇产品经理也能动手实践的AI(一)- FastAI介绍,介绍了为什么选择FastAI,为什么适合产品经理 ...
- 产品经理也能动手实践的AI(五)- IMDB电影评论语义识别,协同过滤
上一节产品经理也能动手实践的AI(四)- 多标签识别,图像分割讲了多标签识别,图像分割和data block,这之前讲的都是图像识别的方法,今天一节课把剩下的3种核心领域都讲了:自然语言处理,表格数据 ...
- 产品经理也能动手实践的AI(一)- FastAI介绍
https://www.toutiao.com/a6671600787744883213/ 如果你还不了解AI的准确含义,请查看我之前的文章: 人人都能搞懂的AI(一) 人人都能搞懂的AI(二)- A ...
- 内容推荐策略产品经理的方法和实践
猜你喜欢 0.2021年轻人性生活调研报告1.如何搭建一套个性化推荐系统?2.从零开始搭建创业公司后台技术栈3.2021年9月份热门报告免费下载4.微博推荐算法实践与机器学习平台演进5.腾讯PCG推荐 ...
- 《运营之光》《策略产品经理》《推荐系统实践》读书笔记随笔
作为数据产品经理,接触最多的业务方莫过于是运营人员,不管是搭建标签体系,还是日常的数据分析.数据数据产品,归根到底都是希望能够为洞察用户.产品等相关的实体,从而实现精细化运营.因而在搭建标签体系的时候 ...
- 产品经理必读:用户场景分析的四要素
导读:用户场景是指用户在不同时间.地点.环境下引发的不同心境.行为或需求,其实就是指用户在某个环境中会触发并完成某个任务. 作者:朱军华 来源:大数据DT(ID:hzdashuju) 假如让你列举一下 ...
- 一个产品经理,对积分商城的灵魂四问
产品日活越来越重要了. 现在互联网的促活方式,要是不做个会员等级.不做个积分体系,咱都不好意思说咱是产品经理. 然而正是这种一窝蜂的做法风气,让我们以为积分商城是万能灵药.当产品需要促活.留存的时候, ...
- 数据中台 画像标签_中台产品经理必懂(4):数据中台标签系统
自从我更新中台系列以来有很多键盘侠吐槽,中台和管理后台有什么区别?不了解的没有实战过的朋友真的会以为中台就是管理后台,非也,中台更接近于一种思想和设计理念,并且不是所有产品线的管理后台,而是对于所有产 ...
- 2020中国计算机视觉人才调研报告:算法岗年薪三十多万,超六成企业急需AI产品经理...
点击上方"机器学习与生成对抗网络",关注星标 获取有趣.好玩的前沿干货! 最近,德勤携手极市计算机视觉开发者平台.中国图象图形学学会联合发布<2020年度中国计算机视觉人才调 ...
最新文章
- 计算机方面特长特招进北大,成为科技特长生并不难,CSP普及组三等奖就可以
- ambari 维护模式及reset API 操作
- python定义匿名函数关键字_Python(11):Python函数基础(定义函数、函数参数、匿名函数)...
- ObjectDataSource与GridView配合使用经验总结系列二:分页
- 微信小程序开始试点广告功能,一个新的广告竞价体系将要诞生
- 魔兽顶级装备如何打造各个职业最强装备包括宝石和全身附魔
- 9、二极管的伏安特性
- 哪种硬盘坏道检测工具最好,有硬盘坏道怎么修复
- Win10系统下CMD命令提示符输入ipconfig命令无法使用的解决方法
- LINUX学习-在LCD上显示多行文字
- 第7章第34节:五图排版:只有一段文字的一大四小式布局 [PowerPoint精美幻灯片实战教程]
- PIP 更换国内安装源
- 2021年安全员-C证(陕西省)考试总结及安全员-C证(陕西省)
- 2022-04-13 工作记录--LayUI-动态渲染数据表格的表头参数
- Riot-IM:是一个开源免费的即时通讯聊天协作工具,功能丰富且跨平台——Riot-IM
- windows笔记本电脑啥东西都没开,电脑内存和磁盘某段时间突然很满90%以上,电脑卡的解决办法
- windows权限维持方法详解
- 十五年工作经验的程序员,下面分享一篇职场经验的文章
- 尚学linux课程---3、linux网络说明
- 什么是域名301重定向?
热门文章
- 解决Mac下pycharm不提示element.click()方法
- 【笔记】玩转CSS3新特性_from_JSPang
- html文字段落设置,p字间距 html段落内文字设置字间距间隔
- 使用ONNXRuntime部署阿里达摩院开源DAMO-YOLO目标检测,一共包含27个onnx模型(代码开源)...
- 为什么ps因为计算机限制,photoshop为什么经常崩溃 ps防止崩溃解决办法
- 苹果天气无线网连接到服务器,苹果手机天气怎么设置?教你玩转天气应用
- 自动驾驶轨迹预测论文阅读(二)TPNet: Trajectory Proposal Network for Motion Prediction
- Linux命令--lsof
- HTML网页设计:五、行内元素和块元素
- 基于C语言的9*9数独生成器(回溯法)