深度学习之全面了解预训练模型

2024-01-08 00:42:49

在本专栏中,我们将讨论预训练模型。有很多模型可供选择,因此也有很多考虑事项。

这次的专栏与以往稍有不同。我要回答的问题全部源于 MathWorks 社区论坛(ww2.mathworks.cn/matlabcentral/)的问题。我会首先总结 MATLAB Answers 上的回答,然后基于问题提出问题:大家为什么会问这些问题?

因此,本专栏将介绍如何选择预训练模型、如何确定是否作出了正确的选择,并回答关于预训练模型的三个问题:

1. 训练网络时,应操作数据大小还是模型输入大小?

2. 为什么要在 MATLAB 中导入经过预训练的 YOLO 模型?

选择预训练模型

可供选择的模型非常多,而且只会越来越多。这当然带来很多便利,但也有些令人望而生畏:我们该如何挑选,又如何确定是否作出了正确的选择?

与其把所有预训练模型放在一起考虑,我们不妨将它们分成几类。

基本模型

这些模型架构简单,可以轻松上手。这些模型通常层数较少,支持预处理和训练选项的快速迭代。一旦掌握了训练模型的方法,就可以开始尝试改善结果。

尝试这些模型:GoogLeNet、VGG-16、VGG-19 和 AlexNet

图片

高准确度模型

这些模型适用于基于图像的工作流,如图像分类、目标检测和语义分割。大多数网络,包括上述基本模型,都属于此类别。与基本模型的区别在于,高准确度模型可能需要更多训练时间,网络结构更复杂。

尝试这些模型:ResNet-50、Inception-v3、Densenet-201

目标检测工作流:一般推荐基于 DarkNet-19 和 DarkNet-53 创建检测和 YOLO 类型工作流。我也见过 ResNet-50 加 Faster R-CNN 的组合,因此多少有一些选择余地。我们将在之后的问题中进一步讨论目标检测。

语义分割:您可以选择一个网络并将其转换为语义分割网络。也有一些专门的 Segnet 结构,如 segnetLayers 和 unetLayers。

图片

适合边缘部署的模型

当部署到硬件时,模型大小变得尤为重要。此类模型内存占用量较小,适合 Raspberry Pi? 等嵌入式设备。

尝试这些模型:SqueezeNet、MobileNet-v2、ShuffLeNet、NASNetMobile

图片

以上只是一些常规原则,为模型选择提供基本思路。我将从第一类模型入手,之后如果需要,再选择更复杂的模型。我个人觉得 AlexNet 是一个不错的起点。它的架构非常容易理解,性能表现通常也不错,当然也取决于具体问题。

选择模型时,如何确定是否作出了正确的选择?

对于您的任务来说,合适的模型可能不止一个。

只要模型的准确度能满足给定任务的需求,就是一个可接受的模型。至于多高的准确度意味着“可接受”,则可能视应用不同而差异极大。

例如,购物时某宝推荐商品出错不是什么大事,但暴风雪漏报后果就很严重。

针对您的应用尝试各种预训练网络,方能确保获得最准确和最稳健的模型。

当然,要实现一个成功的应用,网络架构只是众多因素之一。

图片

Q1

问题 1:训练网络时,应操作数据大小还是模型输入大小?

此问题来自论坛提问“如何在预训练模型中使用灰度图像”和“如何更改预训练模型的输入大小”。

  • 如何在预训练模型中使用灰度图:?

https://ww2.mathworks.cn/matlabcentral/answers/448360-how-we-do-transfer-learning-using-pretrained-models-with-grey-scale-images-as-input

  • 如何更改预训练模型的输入大小:?

https://ww2.mathworks.cn/matlabcentral/answers/458610-change-input-size-of-a-pre-trained-network

首先快速回顾一下模型数据输入的相关知识。

所有预训练模型都有一个预期,即需要什么样的输入数据结构,才能重新训练网络或基于新数据进行预测。

如果数据与模型预期不符,您就可能提出这些问题。

这就带来了一个有趣的问题:是要操作数据,还是操作模型?

最简单的方法是更改数据

这很简单:只需调整数据的大小,就可以操作数据输入的大小。在 MATLAB? 中,使用?imresize?命令就能做到。灰度问题也变得很简单。

彩色图像通常采用 RGB 形式,包含三个层,分别表示红、绿、蓝三个颜色平面。灰度图像则只包含一个层而不是三个层。只需重复灰度图像的单个层,就可以创建网络所期望的输入结构,原理如下图所示。

图片

山魈照片的原始彩色图像,经灰度处理的图像,以及单独显示红、绿、蓝平面的图像。

这是一张色彩非常丰富的图像,可以看到,三个 RGB 平面看起来就像三张灰度图像,它们组合在一起形成一张彩色图像。

稍微复杂一点的方法是更改模型。为什么要大费周章地操作模型而不是数据?

因为现有的输入数据决定了只能这样做。

假设您的图像是 1000×1000 像素,您的模型接受 10×10 像素大小的图像。如果您将图像调整到 10×10 像素,就只能得到一张充满噪声的输入图像。

在这种情况下,您需要更改模型的输入层,而不是输入。

图像大小:1000×1000 像素:

图片

图像大小:10×10 像素

图片

我原以为对模型输入层进行操作会非常复杂,但在 MATLAB 里试了试,其实还好。相信我,真的不复杂。您只需完成以下操作:

1. 打开深度网络设计器 Deep Network Designer。

2. 选择一个预训练模型。

3. 删除当前输入层,并替换为新层。这样您就可以更改输入大小。

4. 导出模型,直接就能在迁移学习应用中使用。我推荐按照基本迁移学习示例进行操作:

https://ww2.mathworks.cn/help/deeplearning/ug/train-deep-learning-network-to-classify-new-images.html

整个过程非常轻松,您不必手动编码即可更改预训练模型的输入大小。

Q2

问题 2:为什么要在 MATLAB 中导入经过预训练的 YOLO 模型?

此问题源于基于 COCO 数据集训练 YOLO v3,答案很明确。背景并不复杂。

  • 基于 COCO 数据集训练 YOLO v3

https://ww2.mathworks.cn/matlabcentral/answers/553528-yolo-v3-training-on-coco-data-set

此示例介绍如何使用 ResNet-50 训练 YOLO v2 网络以在 MATLAB 中使用:

https://ww2.mathworks.cn/help/deeplearning/ug/object-detection-using-yolo-v2.html

YOLO 是“you only look once”的缩写。

该算法有多个版本,相对于 v2,v3 改进了定位较小对象的功能。YOLO 从一个特征提取网络(使用预训练模型,如 ResNet-50 或 DarkNet-19)开始,然后进行定位。

YOLO v3: https://ww2.mathworks.cn/help/vision/ug/object-detection-using-yolo-v3-deep-learning.html

那么,为什么要在 MATLAB 中导入经过预训练的 YOLO 模型?

YOLO 是最流行的目标检测算法之一。与简单的目标识别问题相比,目标检测更具挑战性。

对于目标检测,面临的挑战不仅仅是识别目标,还要确定其位置。

有两类目标检测器:

单级检测器,如 YOLO;两级检测器,如 Faster R-CNN。

  • 单级检测器可以实现快速检测。这篇文档详细介绍了 YOLO v2 算法。

https://ww2.mathworks.cn/help/vision/ug/getting-started-with-yolo-v2.html

  • 两级检测器:定位和目标识别准确度高这篇文档介绍了 R-CNN 算法的基础知识。

https://ww2.mathworks.cn/help/vision/ug/getting-started-with-r-cnn-fast-r-cnn-and-faster-r-cnn.html

图片

值得探索的目标检测应用有很多,不过我强烈建议从简单的目标检测示例开始,以此为基础逐步推进。

????免费分享一些我整理的人工智能学习资料给大家,整理了很久,非常全面。包括一些人工智能基础入门视频+AI常用框架实战视频、图像识别、OpenCV、NLP、YOLO、机器学习、pytorch、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文等。

下面是部分截图,加我免费领取

目录

一、人工智能免费视频课程和项目

二、人工智能必读书籍

最后,我想说的是,自学人工智能并不是一件难事。只要我们有一个正确的学习方法和学习态度,并且坚持不懈地学习下去,就一定能够掌握这个领域的知识和技术。让我们一起抓住机遇,迎接未来!

上面这份完整版的Python全套学习资料已经上传至CSDN官方,朋友如果需要可以点击链接领取?

二维码详情

文章来源:https://blog.csdn.net/r1832644594/article/details/135446594
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。