GoogLeNet untuk Klasifikasi Gambar

Implementasi TensorFlow dari Going Deeper with Convolutions (CVPR'15).

Repositori ini berisi contoh klasifikasi gambar alami menggunakan model terlatih serta melatih jaringan Inception dari awal pada kumpulan data CIFAR-10 (akurasi 93,64% pada kumpulan pengujian). Model terlatih pada CIFAR-10 dapat diunduh dari sini.
Arsitektur GoogLeNet dari makalah:

Persyaratan

Python 3.3+
TensorFlow 1.9+
Numpy
Sains

Detail Implementasi

Model GoogLeNet didefinisikan dalam src/nets/googlenet.py .
Modul awal didefinisikan dalam src/models/inception_module.py .
Contoh klasifikasi gambar menggunakan model terlatih ada di examples/inception_pretrained.py .
Contoh melatih jaringan dari awal di CIFAR-10 ada di examples/inception_cifar.py .

Untuk menguji model terlatih

Gambar diubah skalanya sehingga sisi terkecil sama dengan 224 sebelum dimasukkan ke dalam model. Ini tidak sama dengan kertas asli yang merupakan gabungan dari 7 model serupa yang menggunakan 144 potongan berukuran 224x224 per gambar untuk pengujian. Sehingga performanya tidak akan sebaik kertas aslinya.

Untuk pelatihan dari awal di CIFAR-10

Semua lapisan LRN dihapus dari lapisan konvolusional.
Normalisasi batch dan aktivasi ReLU digunakan di semua lapisan konvolusional termasuk lapisan dalam struktur Inception kecuali lapisan keluaran.
Dua pengklasifikasi tambahan digunakan seperti yang disebutkan dalam makalah, meskipun 512, bukan 1024 unit tersembunyi, digunakan dalam dua lapisan yang terhubung sepenuhnya untuk mengurangi komputasi. Namun, saya menemukan hasilnya hampir sama pada CIFAR-10 dengan dan tanpa pengklasifikasi tambahan.
Karena gambar berukuran 32 x 32 diturunkan sampelnya menjadi 1 x 1 sebelum dimasukkan ke inception_5a , hal ini membuat struktur multi-skala lapisan awal menjadi kurang berguna dan merusak kinerja (akurasi sekitar 80% ). Untuk memanfaatkan sepenuhnya struktur multi-skala, langkah lapisan konvolusional pertama dikurangi menjadi 1 dan dua lapisan penggabungan maksimal pertama dihilangkan. Peta fitur (32 x 32 x saluran) akan memiliki ukuran yang hampir sama seperti yang dijelaskan pada tabel 1 (28 x 28 x saluran) di makalah sebelum dimasukkan ke inception_3a . Saya juga mencoba hanya mengurangi langkahnya atau hanya menghapus satu layer pooling maksimal. Namun menurut saya pengaturan saat ini memberikan kinerja terbaik pada set pengujian.
Selama pelatihan, dropout dengan probabilitas keep 0,4 diterapkan pada dua lapisan yang terhubung sepenuhnya dan peluruhan bobot dengan 5e-4 juga digunakan.
Jaringan dilatih melalui pengoptimal Adam. Ukuran batch adalah 128. Kecepatan pembelajaran awal adalah 1e-3, berkurang menjadi 1e-4 setelah 30 epoch, dan akhirnya berkurang menjadi 1e-5 setelah 50 epoch.
Setiap saluran warna dari gambar masukan dikurangi dengan nilai rata-rata yang dihitung dari set pelatihan.

Penggunaan

Klasifikasi ImageNet

Persiapan

Unduh parameter terlatih di sini. Ini asli dari sini.
Jalur penyiapan di examples/inception_pretrained.py : PRETRINED_PATH adalah jalur untuk model terlatih. DATA_PATH adalah jalur untuk memasang gambar pengujian.

Berlari

Buka examples/ dan letakkan gambar uji di folder DATA_PATH , lalu jalankan skrip:

 python inception_pretrained.py --im_name PART_OF_IMAGE_NAME

--im_name adalah opsi untuk nama gambar yang ingin Anda uji. Jika semua gambar pengujian adalah file png , ini bisa berupa png . Pengaturan defaultnya adalah .jpg .
Outputnya akan berupa 5 label kelas dan probabilitas teratas.

Latih jaringan di CIFAR-10

Persiapan

Unduh kumpulan data CIFAR-10 dari sini
Jalur pengaturan di examples/inception_cifar.py : DATA_PATH adalah jalur untuk memasang CIFAR-10. SAVE_PATH adalah jalur untuk menyimpan atau memuat file ringkasan dan model terlatih.

Latih modelnya

Buka examples/ dan jalankan skrip:

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

Ringkasan dan model akan disimpan di SAVE_PATH . Satu model terlatih pada CIFAR-10 dapat diunduh dari sini.

Evaluasi modelnya

Buka examples/ dan letakkan model terlatih di SAVE_PATH . Kemudian jalankan skrip:

 python inception_cifar.py --eval 
  --load PRE_TRAINED_MODEL_ID

ID terlatih adalah ID zaman yang ditampilkan dalam nama file model penyimpanan. Nilai defaultnya adalah 99 , yang menunjukkan nilai yang saya unggah.
Outputnya adalah keakuratan set pelatihan dan pengujian.

Hasil

Klasifikasi gambar menggunakan model terlatih

Lima prediksi teratas ditampilkan. Probabilitas ditampilkan dengan menjaga dua tempat desimal. Perhatikan bahwa model terlatih dilatih di ImageNet.
Hasil VGG19 untuk gambar yang sama dapat ditemukan di sini. Pra-pemrosesan gambar untuk kedua percobaan adalah sama.

Sumber Data	Gambar	Hasil
KELAPA		1: probabilitas: 1,00, label: beruang coklat, bruin, Ursus arctos 2: probabilitas: 0,00, label: beruang es, beruang kutub 3: probabilitas: 0,00, label: hyena, hyena 4: probabilitas: 0,00, label: chow, chow chow 5: probabilitas: 0,00, label: beruang hitam Amerika, beruang hitam
KELAPA		1: probabilitas: 0,79, label: rambu jalan 2: probabilitas: 0,06, label: lampu lalu lintas, sinyal lalu lintas, lampu lalu lintas 3: probabilitas: 0,03, label: meteran parkir 4: probabilitas: 0,02, label: kotak surat, kotak surat 5: probabilitas: 0,01, label: balon
KELAPA		1: probabilitas: 0,94, label: bus listrik, gerbong troli 2: probabilitas: 0,05, label: mobil penumpang, gerbong, gerbong 3: probabilitas: 0,00, label: pemadam kebakaran, truk pemadam kebakaran 4: probabilitas: 0,00, label: trem, trem, trem, troli 5: probabilitas: 0,00, label: minibus
KELAPA		1: probabilitas: 0,35, label: burrito 2: probabilitas: 0,17, label: potpie 3: probabilitas: 0,14, label: kentang tumbuk 4: probabilitas: 0,10, label: piring 5: probabilitas: 0,03, label: pizza, pai pizza
GambarNet		1: probabilitas: 1,00, label: ikan mas, Carassius auratus 2: probabilitas: 0,00, label: keindahan batu, Holocanthus tiga warna 3: probabilitas: 0,00, label: puffer, pufferfish, blowfish, globefish 4: probabilitas: 0,00, label: tench, Tinca tinca 5: probabilitas: 0,00, label: ikan anemon
Koleksi Mandiri		1: probabilitas: 0,32, label: kucing mesir 2: probabilitas: 0,30, label: kucing, kucing kucing 3: probabilitas: 0,05, label: kucing macan 4: probabilitas: 0,02, label: mouse, mouse komputer 5: probabilitas: 0,02, label: handuk kertas
Koleksi Mandiri		1: probabilitas: 1,00, label: trem, trem, trem, troli, gerbong troli 2: probabilitas: 0,00, label: mobil penumpang, gerbong, gerbong 3: probabilitas: 0,00, label: bus troli, gerbong troli, troli tanpa rel 4: probabilitas: 0,00, label: lokomotif listrik 5: probabilitas: 0,00, label: gerbong barang