GoogLeNet لتصنيف الصور

تنفيذ TensorFlow للتعمق أكثر في التلافيفات (CVPR'15).

يحتوي هذا المستودع على أمثلة لتصنيف الصور الطبيعية باستخدام نموذج مُدرب مسبقًا بالإضافة إلى تدريب شبكة Inception من الصفر على مجموعة بيانات CIFAR-10 (دقة 93.64% في مجموعة الاختبار). يمكن تنزيل النموذج المُدرب مسبقًا على CIFAR-10 من هنا.
بنية GoogLeNet من الورقة:

متطلبات

بايثون 3.3+
TensorFlow 1.9+
نومبي
سكيبي

تفاصيل التنفيذ

تم تعريف نموذج GoogLeNet في src/nets/googlenet.py .
يتم تعريف وحدة البداية في src/models/inception_module.py .
يوجد مثال لتصنيف الصور باستخدام نموذج تم تدريبه مسبقًا في examples/inception_pretrained.py .
يوجد مثال لتدريب شبكة من الصفر على CIFAR-10 في examples/inception_cifar.py .

لاختبار النموذج المدرب مسبقا

تتم إعادة قياس الصور بحيث يساوي أصغر جانب 224 قبل إدخالها في النموذج. هذا ليس نفس الورقة الأصلية التي تتكون من مجموعة من 7 نماذج مماثلة باستخدام 144 اقتصاص 224 × 224 لكل صورة للاختبار. وبالتالي فإن الأداء لن يكون جيدًا مثل الورقة الأصلية.

للتدريب من الصفر على CIFAR-10

تتم إزالة جميع طبقات LRN من الطبقات التلافيفية.
يتم استخدام تطبيع الدُفعات وتنشيط ReLU في جميع الطبقات التلافيفية بما في ذلك الطبقات الموجودة في بنية البداية باستثناء طبقة الإخراج.
تم استخدام مصنفين مساعدين كما هو مذكور في الورقة، على الرغم من استخدام 512 بدلاً من 1024 وحدة مخفية في الطبقتين المتصلتين بالكامل لتقليل الحساب. ومع ذلك، فقد وجدت أن النتائج هي نفسها تقريبًا في CIFAR-10 مع وبدون المصنفات المساعدة.
نظرًا لأن الصور مقاس 32 × 32 تم تخفيض عيناتها إلى 1 × 1 قبل إدخالها في inception_5a ، فإن هذا يجعل البنية متعددة المقاييس لطبقات البداية أقل فائدة ويضر بالأداء (دقة تبلغ حوالي 80٪ ). لتحقيق الاستفادة الكاملة من الهياكل متعددة النطاق، يتم تقليل خطوة الطبقة التلافيفية الأولى إلى 1 وتتم إزالة أول طبقتين من طبقات التجميع القصوى. سيكون لخريطة الميزات (32 × 32 × قناة) نفس الحجم تقريبًا كما هو موضح في الجدول 1 (28 × 28 × قناة) في الورقة قبل إدخالها في inception_3a . لقد حاولت أيضًا تقليل الخطوة أو إزالة طبقة تجميع واحدة كحد أقصى فقط. لكنني وجدت أن الإعداد الحالي يوفر أفضل أداء في مجموعة الاختبار.
أثناء التدريب، يتم تطبيق التسرب مع احتمال الاحتفاظ 0.4 على طبقتين متصلتين بالكامل ويتم استخدام تناقص الوزن مع 5e-4 أيضًا.
يتم تدريب الشبكة من خلال محسن آدم. حجم الدفعة هو 128. معدل التعلم الأولي هو 1e-3، ويتضاءل إلى 1e-4 بعد 30 حقبة، وأخيرًا يتضاءل إلى 1e-5 بعد 50 حقبة.
يتم طرح كل قناة ملونة من الصور المدخلة من خلال القيمة المتوسطة المحسوبة من مجموعة التدريب.

الاستخدام

تصنيف إيماج نت

تحضير

قم بتنزيل المعلمات المدربة مسبقًا هنا. هذا هو الأصل من هنا.
مسار الإعداد في examples/inception_pretrained.py : PRETRINED_PATH هو المسار للنموذج المُدرب مسبقًا. DATA_PATH هو المسار لوضع صور الاختبار.

يجري

انتقل إلى examples/ وضع صورة الاختبار في المجلد DATA_PATH ، ثم قم بتشغيل البرنامج النصي:

 python inception_pretrained.py --im_name PART_OF_IMAGE_NAME

--im_name هو خيار أسماء الصور التي تريد اختبارها. إذا كانت جميع صور الاختبار عبارة عن ملفات png ، فمن الممكن أن تكون png . الإعداد الافتراضي هو .jpg .
سيكون الناتج هو أعلى 5 تصنيفات واحتمالات.

تدريب الشبكة على CIFAR-10

تحضير

قم بتنزيل مجموعة بيانات CIFAR-10 من هنا
مسار الإعداد في examples/inception_cifar.py : DATA_PATH هو المسار لوضع CIFAR-10. SAVE_PATH هو المسار لحفظ أو تحميل ملف التلخيص والنموذج المدرب.

تدريب النموذج

انتقل إلى examples/ وقم بتشغيل البرنامج النصي:

 python inception_cifar.py --train 
  --lr LEARNING_RATE 
  --bsize BATCH_SIZE 
  --keep_prob KEEP_PROB_OF_DROPOUT 
  --maxepoch MAX_TRAINING_EPOCH

سيتم حفظ الملخص والنموذج في SAVE_PATH . يمكن تنزيل نموذج واحد تم تدريبه مسبقًا على CIFAR-10 من هنا.

تقييم النموذج

انتقل إلى examples/ وقم بوضع النموذج المُدرب مسبقًا في SAVE_PATH . ثم قم بتشغيل البرنامج النصي:

 python inception_cifar.py --eval 
  --load PRE_TRAINED_MODEL_ID

المعرف المُدرب مسبقًا هو معرف العصر الموضح في اسم الملف المُصمم للحفظ. القيمة الافتراضية هي 99 ، والتي تشير إلى القيمة التي قمت بتحميلها.
سيكون الناتج هو دقة مجموعة التدريب والاختبار.

نتائج

تصنيف الصور باستخدام نموذج مدرب مسبقًا

وتظهر أعلى خمس توقعات. تظهر الاحتمالات مع الحفاظ على منزلتين عشريتين. لاحظ أن النموذج الذي تم تدريبه مسبقًا تم تدريبه على ImageNet.
يمكن العثور على نتيجة VGG19 لنفس الصور هنا. المعالجة المسبقة للصور لكلتا التجربتين هي نفسها.

مصدر البيانات	صورة	نتيجة
كوكو		1: الاحتمال: 1.00، التسمية: الدب البني، بروين، Ursus arctos 2: الاحتمال: 0.00، التسمية: الدب الجليدي، الدب القطبي 3: الاحتمال: 0.00، التسمية: الضبع، الضبع 4: الاحتمال: 0.00، التسمية: تشاو، تشاو تشاو 5: الاحتمال: 0.00، التسمية: الدب الأسود الأمريكي، الدب الأسود
كوكو		1: الاحتمال: 0.79، التسمية: علامة الشارع 2: الاحتمال: 0.06، التسمية: إشارة المرور، إشارة المرور، إشارة المرور 3: الاحتمال: 0.03، التسمية: عداد مواقف السيارات 4: الاحتمال: 0.02، التسمية: صندوق البريد، صندوق البريد 5: الاحتمال: 0.01، التسمية: بالون
كوكو		1: الاحتمال: 0.94، التسمية: ترولي باص، عربة ترولي 2: الاحتمال: 0.05، التسمية: سيارة ركاب، حافلة، عربة 3: الاحتمال: 0.00، التسمية: سيارة إطفاء، سيارة إطفاء 4: الاحتمال: 0.00، التسمية: ترام، ترام، ترام، عربة 5: الاحتمال: 0.00، التسمية: حافلة صغيرة
كوكو		1: الاحتمال: 0.35، التسمية: بوريتو 2: الاحتمال: 0.17، التسمية: وعاء 3: الاحتمال: 0.14، التسمية: البطاطس المهروسة 4: الاحتمال: 0.10، التسمية: لوحة 5: الاحتمال: 0.03، التسمية: بيتزا، فطيرة بيتزا
إيماج نت		1: الاحتمال: 1.00، التسمية: السمكة الذهبية، Carassius auratus 2: الاحتمال: 0.00، التسمية: الجمال الصخري، هولوكانثوس ثلاثي الألوان 3: الاحتمال: 0.00، التسمية: السمكة المنتفخة، السمكة المنتفخة، السمكة المنتفخة، السمكة الكروية 4: الاحتمال: 0.00، التسمية: تنش، تينكا تينكا 5: الاحتمال: 0.00، التسمية: سمكة شقائق النعمان
التجميع الذاتي		1: الاحتمال: 0.32، التسمية: القط المصري 2: الاحتمال: 0.30، التسمية: العتاب، القط العتابي 3: الاحتمال: 0.05، التسمية: قطة النمر 4: الاحتمال: 0.02، التسمية: الفأرة، فأرة الكمبيوتر 5: الاحتمال: 0.02، التسمية: منشفة ورقية
التجميع الذاتي		1: الاحتمال: 1.00، التسمية: الترام، الترام، الترام، العربة، عربة الترولي 2: الاحتمال: 0.00، التسمية: سيارة ركاب، حافلة، عربة 3: الاحتمال: 0.00، التسمية: ترولي باص، عربة ترولي، عربة غير مطروقة 4: الاحتمال: 0.00، التسمية: قاطرة كهربائية 5: الاحتمال: 0.00، التسمية: سيارة الشحن