您的位置:首页 > 其它

【学习记录五】CV基础入门之街道字符识别——模型集成

2020-06-04 07:10 246 查看

【学习记录五】CV基础入门之街道字符识别——模型集成

5.1 集成学习方法
5.2 深度学习中的集成学习
5.3 预测结果处理

5.1 集成学习方法
在机器学习中的集成学习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,其中,Stacking集成方法是进行模型的堆叠,从而提高预测精度;Bagging集成是袋装法集成,即有放回的抽样,典型的方法是RF(随机森林);Boosting集成是提升集成法,典型的方法有GBDT(梯度提升树)和Xgboost。同时这些集成学习方法与具体验证集划分联系紧密。
但是,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。

例如如果进行了10折交叉验证,训练得到10个CNN模型,那么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

5.2 深度学习中的集成学习
在深度学习中本身还有一些集成学习思路的做法:
5.2.1 Dropout
Dropout可以作为训练深度神经网络的一种技巧。在每个训练批次中,通过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,不仅能够有效的抑制过拟合现象,还能在预测时提高模型的预测精度。
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

5.2.2 测试集数据扩增
测试集数据扩增(TTA),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

5.3 预测结果处理
从以下几个思路对预测结果进行处理:
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。

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: