【学习记录】零基础入门CV之街道字符识别-Task5 模型集成

模型集成这里写目录标题

• 5.1 学习目标
• 5.2 集成学习方法
• 5.3 深度学习中的集成学习
• 5.3.1 Dropout
• 5.3.2 测试集数据扩增

5.1 学习目标

1、学习集成学习方法以及交叉验证情况下的模型集成；
2、学会使用深度学习模型的集成学习。

5.2 集成学习方法

• 集成方法是将几种机器学习技术组合成一个预测模型的元算法，以达到减小方差（bagging，即套袋法有放回的抽样方法）、偏差（boosting）或改进预测（stacking）的效果。

• 集成学习特点
  将多个分类方法聚集在一起可以在一定程度上提高预测精度，常见的集成学习方法有Stacking、Bagging和Boosting，同时这些集成学习方法与具体验证集划分联系紧密。

• 数据集比较大的时候可以划分成多个小数据集，学习多个模型进行组合；
  数据集比较小的时候可以利用Bootstrap方法（Bootstrap又称自展法，Bootstrap的思想是生成一系列通过又放回的抽样得到bootstrap伪样本。通过对伪样本的计算，获得统计量的分布。）进行抽样，得到多个数据集，分别训练多个模型再进行组合。

• 由于深度学习模型一般需要较长的训练周期，如果硬件设备不允许建议选取留出法，如果需要追求精度可以使用交叉验证的方法。
  eg：
  

• 那么这10个CNN模型可以使用如下方式进行集成：
  1、 对预测的结果的概率值进行平均，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。

5.3 深度学习中的集成学习

此外在深度学习中本身还有一些集成学习思路的做法，值得借鉴学习：

5.3.1 Dropout

规模大的神经网络中有这样两个缺点：1. 费时2. 容易过拟合
Dropout可以在每个训练的批次中，随机让一部分的节点停止工作。同时在预测的过程中让所有的节点都其作用。Dropout经常出现在在先有的CNN网络中，可以有效的缓解模型过拟合的情况，也可以在预测时增加模型的精度。

加入Dropout后的网络结构如下：

# 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

5.3.2 测试集数据扩增

测试集数据扩增（Test Time Augmentation，简称TTA）也是常用的集成学习技巧，数据扩增不仅可以在训练时候用，而且可以同样在预测时候进行数据扩增，对同一个样本预测三次，然后对三次结果进行平均。

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

5.4 结果后处理

可以从以下几个思路对预测结果进行后处理：
1、统计图片中每个位置字符出现的频率，使用规则修正结果；
2、单独训练一个字符长度预测模型，用来预测图片中字符个数，并修正结果。