政安晨：【Keras机器学习实践要点】（三十二）—— 使用 BigTransfer (BiT) 进行图像分类

本文主要是介绍政安晨：【Keras机器学习实践要点】（三十二）—— 使用 BigTransfer (BiT) 进行图像分类，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

目录

简介

设置

收集花卉数据集

可视化数据集

定义超参数

定义预处理辅助函数

定义数据管道

可视化训练样本

将预训练的 TF-Hub 模型加载到 KerasLayer 中

创建大转移（BiT）模型

定义优化器和损耗

编译模型

设置回调

训练模型

绘制训练和验证指标图

评估模型

结论

---

政安晨的个人主页：政安晨

欢迎 👍点赞✍评论⭐收藏

收录专栏: TensorFlow与Keras机器学习实战

希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！

本文目标：BigTransfer (BiT) 最先进的图像分类迁移学习。

简介

BigTransfer（又称 BiT）是用于图像分类的最先进的迁移学习方法。在训练视觉深度神经网络时，预训练表征的转移提高了样本效率，简化了超参数调整。

BiT 重新审视了在大型监督数据集上进行预训练并在目标任务上对模型进行微调的模式。随着预训练数据量的增加，适当选择归一化层和扩展架构容量的重要性。

BigTransfer(BiT) 是在公共数据集以及 TF2、Jax 和 Pytorch 代码的基础上训练而成的。这将帮助任何人在其感兴趣的任务上达到最先进的性能，即使每个类别只有少量标注图像。

您可以在 TFHub 中找到在 ImageNet 和 ImageNet-21k 上预先训练好的 BiT 模型，作为 TensorFlow2 SavedModels，您可以轻松地将其用作 Keras 层。有多种尺寸，从标准 ResNet50 到 ResNet152x4（152 层深，比典型的 ResNet50 宽 4 倍），适合计算和内存预算较大但精度要求较高的用户。

图: x 轴表示每个类别使用的图像数量，范围从 1 到整个数据集。

在左边的图中，上面蓝色的曲线是我们的 BiT-L 模型，而下面的曲线是在 ImageNet（ILSVRC-2012）上预训练的 ResNet-50。

设置

import os
os.environ["KERAS_BACKEND"] = "tensorflow"
import numpy as np
import pandas as pd
import matplotlib.pyplot as pltimport keras
from keras import ops
import tensorflow as tf
import tensorflow_hub as hub
import tensorflow_datasets as tfdstfds.disable_progress_bar()SEEDS = 42keras.utils.set_random_seed(SEEDS)

收集花卉数据集

train_ds, validation_ds = tfds.load("tf_flowers",split=["train[:85%]", "train[85%:]"],as_supervised=True,
)

演绎展示：

[1mDownloading and preparing dataset 218.21 MiB (download: 218.21 MiB, generated: 221.83 MiB, total: 440.05 MiB) to ~/tensorflow_datasets/tf_flowers/3.0.1...[0m
[1mDataset tf_flowers downloaded and prepared to ~/tensorflow_datasets/tf_flowers/3.0.1. Subsequent calls will reuse this data.[0m

可视化数据集

plt.figure(figsize=(10, 10))
for i, (image, label) in enumerate(train_ds.take(9)):ax = plt.subplot(3, 3, i + 1)plt.imshow(image)plt.title(int(label))plt.axis("off")

定义超参数

RESIZE_TO = 384
CROP_TO = 224
BATCH_SIZE = 64
STEPS_PER_EPOCH = 10
AUTO = tf.data.AUTOTUNE  # optimise the pipeline performance
NUM_CLASSES = 5  # number of classes
SCHEDULE_LENGTH = (500  # we will train on lower resolution images and will still attain good results
)
SCHEDULE_BOUNDARIES = [200,300,400,
]  # more the dataset size the schedule length increase

SCHEDULE_LENGTH和SCHEDULE_BOUNDARIES等超参数是根据经验结果确定的。

该方法在原始论文和谷歌人工智能博文中均有解释。

此外，SCHEDULE_LENGTH 也决定了是否使用 MixUp Augmentation。

您还可以在 Keras Coding Examples 中找到简单的 MixUp 实现。

定义预处理辅助函数

SCHEDULE_LENGTH = SCHEDULE_LENGTH * 512 / BATCH_SIZErandom_flip = keras.layers.RandomFlip("horizontal")
random_crop = keras.layers.RandomCrop(CROP_TO, CROP_TO)def preprocess_train(image, label):image = random_flip(image)image = ops.image.resize(image, (RESIZE_TO, RESIZE_TO))image = random_crop(image)image = image / 255.0return (image, label)def preprocess_test(image, label):image = ops.image.resize(image, (RESIZE_TO, RESIZE_TO))image = ops.cast(image, dtype="float32")image = image / 255.0return (image, label)DATASET_NUM_TRAIN_EXAMPLES = train_ds.cardinality().numpy()repeat_count = int(SCHEDULE_LENGTH * BATCH_SIZE / DATASET_NUM_TRAIN_EXAMPLES * STEPS_PER_EPOCH
)
repeat_count += 50 + 1  # To ensure at least there are 50 epochs of training

定义数据管道

# Training pipeline
pipeline_train = (train_ds.shuffle(10000).repeat(repeat_count)  # Repeat dataset_size / num_steps.map(preprocess_train, num_parallel_calls=AUTO).batch(BATCH_SIZE).prefetch(AUTO)
)# Validation pipeline
pipeline_validation = (validation_ds.map(preprocess_test, num_parallel_calls=AUTO).batch(BATCH_SIZE).prefetch(AUTO)
)

可视化训练样本

image_batch, label_batch = next(iter(pipeline_train))plt.figure(figsize=(10, 10))
for n in range(25):ax = plt.subplot(5, 5, n + 1)plt.imshow(image_batch[n])plt.title(label_batch[n].numpy())plt.axis("off")

将预训练的 TF-Hub 模型加载到 KerasLayer 中

bit_model_url = "https://tfhub.dev/google/bit/m-r50x1/1"
bit_module = hub.load(bit_model_url)

创建大转移（BiT）模型

为了创建新模型，我们：

1. 切掉 BiT 模型原来的头部。这样我们就有了 "预日志 "输出。如果我们使用的是 "特征提取器 "模型（即子目录 feature_vectors 中的所有模型），则无需这样做，因为这些模型的头部已经被切掉了。

2. 添加一个新的头部，其输出数等于新任务的类数。请注意，重要的是我们要将头部初始化为零。

class MyBiTModel(keras.Model):def __init__(self, num_classes, module, **kwargs):super().__init__(**kwargs)self.num_classes = num_classesself.head = keras.layers.Dense(num_classes, kernel_initializer="zeros")self.bit_model = moduledef call(self, images):bit_embedding = self.bit_model(images)return self.head(bit_embedding)model = MyBiTModel(num_classes=NUM_CLASSES, module=bit_module)

定义优化器和损耗

learning_rate = 0.003 * BATCH_SIZE / 512# Decay learning rate by a factor of 10 at SCHEDULE_BOUNDARIES.
lr_schedule = keras.optimizers.schedules.PiecewiseConstantDecay(boundaries=SCHEDULE_BOUNDARIES,values=[learning_rate,learning_rate * 0.1,learning_rate * 0.01,learning_rate * 0.001,],
)
optimizer = keras.optimizers.SGD(learning_rate=lr_schedule, momentum=0.9)loss_fn = keras.losses.SparseCategoricalCrossentropy(from_logits=True)

编译模型

model.compile(optimizer=optimizer, loss=loss_fn, metrics=["accuracy"])

设置回调

train_callbacks = [keras.callbacks.EarlyStopping(monitor="val_accuracy", patience=2, restore_best_weights=True)
]

训练模型

history = model.fit(pipeline_train,batch_size=BATCH_SIZE,epochs=int(SCHEDULE_LENGTH / STEPS_PER_EPOCH),steps_per_epoch=STEPS_PER_EPOCH,validation_data=pipeline_validation,callbacks=train_callbacks,
)

演绎展示：

Epoch 1/400
10/10 [==============================] - 18s 852ms/step - loss: 0.7465 - accuracy: 0.7891 - val_loss: 0.1865 - val_accuracy: 0.9582
Epoch 2/400
10/10 [==============================] - 5s 529ms/step - loss: 0.1389 - accuracy: 0.9578 - val_loss: 0.1075 - val_accuracy: 0.9727
Epoch 3/400
10/10 [==============================] - 5s 520ms/step - loss: 0.1720 - accuracy: 0.9391 - val_loss: 0.0858 - val_accuracy: 0.9727
Epoch 4/400
10/10 [==============================] - 5s 525ms/step - loss: 0.1211 - accuracy: 0.9516 - val_loss: 0.0833 - val_accuracy: 0.9691

绘制训练和验证指标图

def plot_hist(hist):plt.plot(hist.history["accuracy"])plt.plot(hist.history["val_accuracy"])plt.plot(hist.history["loss"])plt.plot(hist.history["val_loss"])plt.title("Training Progress")plt.ylabel("Accuracy/Loss")plt.xlabel("Epochs")plt.legend(["train_acc", "val_acc", "train_loss", "val_loss"], loc="upper left")plt.show()plot_hist(history)

评估模型

accuracy = model.evaluate(pipeline_validation)[1] * 100
print("Accuracy: {:.2f}%".format(accuracy))

9/9 [==============================] - 3s 364ms/step - loss: 0.1075 - accuracy: 0.9727
Accuracy: 97.27%

结论

从每类 1 个示例到总共 100 万个示例，BiT 在各种数据条件下均表现出令人惊讶的优异性能。BiT 在 ILSVRC-2012 上的最高准确率达到 87.5%，在 CIFAR-10 上达到 99.4%，在 19 个任务的视觉任务适应基准 (VTAB) 上达到 76.3%。在小型数据集上，BiT 在每类 10 个示例的 ILSVRC-2012 上达到了 76.8%，在每类 10 个示例的 CIFAR-10 上达到了 97.0%。

---

这篇关于政安晨：【Keras机器学习实践要点】（三十二）—— 使用 BigTransfer (BiT) 进行图像分类的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---