【学习记录五】CV基础入门之街道字符识别——模型集成
【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。
- 【学习记录】零基础入门CV之街道字符识别-Task5 模型集成
- 【学习记录】零基础入门CV之街道字符识别-Task3 字符识别模型
- 【学习笔记】零基础入门CV之街道字符识别-模型训练与验证
- 【学习记录】零基础入门CV之街道字符识别-Task1 赛题理解4.92
- 【学习记录】零基础入门CV之街道字符识别-Task 2:数据读取与数据扩增4.92
- 【学习笔记】零基础入门CV之街道字符识别-赛题理解
- 零基础入门CV之街道字符识别 Task3 字符识别模型
- 【DataWhale学习记录13-02】零基础入门CV赛事-Task03-字符识别模型
- 零基础入门CV赛事—街景字符编码识别—Task4 模型训练与验证
- 零基础入门CV之街道字符识别—赛题理解
- 零基础入门CV之街道字符识别 Task2 数据读取与数据扩增
- 【DataWhale学习记录13-02】零基础入门CV赛事-Task04-模型训练与验证
- 零基础入门CV之街道字符识别——Task-1赛题理解
- 零基础入门CV之街道字符识别(三)
- Datawhale 零基础入门CV赛事-Task03:字符识别模型
- 零基础入门CV之街道字符识别(二)
- 天池零基础入门CV赛事- 街景字符编码识别
- 零基础入门CV赛事- 街景字符编码识别-Task2数据读取与数据扩增
- 【学习记录】day3 Task3 字符识别模型 (Datawhale 零基础⼊⻔CV)
- 【学习记录】day4 Task4 模型训练与验证 (Datawhale 零基础⼊⻔CV)