graviti
产品公开数据集应用市场解决方案知识库关于我们

CIFAR-10数据集应用:快速入门数据增强方法Mixup,显著提升图像识别准确度

发布于2021-08-17

作者|Ta-Ying Cheng,牛津大学博士研究生,Medium技术博主,多篇文章均被平台官方刊物Towards Data Science收录
翻译|颂贤

深度学习蓬勃发展的这几年来,图像分类一直是最为火热的领域之一。传统上的图像识别严重依赖像是扩张/侵蚀或者是频域变换这样的处理方法,但特征提取的困难性限制了这些方法的进步空间。

如今的神经网络则显著提高了图像识别的准确率,因为神经网络能够寻找输入图像和输出标签之间的关系,并以此不断地调整它的识别策略。

然而,神经网络往往需要大量的数据进行训练,而优质的训练数据并不是唾手可得的。因此现在许多人都在研究如何能够实现所谓的数据增强(Data augmentation),即在一个已有的小数据集中凭空增加数据量,来达到以一敌百的效果。

本文就将带大家认识一种简单而有效的数据增强策略Mixup,并介绍直接在PyTorch中实现Mixup的方法。

为什么需要数据增强?

神经网络架构内的参数是根据给定的数据进行训练和更新的。但由于训练数据只覆盖了某一部分可能数据的分布情况,网络很可能就会在分布的“能见”部分过度拟合。

因此,我们拥有的训练数据越多,理论上就越能覆盖整个分布的情况,这也正是为什么以数据为中心的AI(data-centric AI)非常重要。当然,在数据量有限的情况下,我们也并不是没有办法。通过数据增强,我们就可以尝试通过微调原有数据的方式产生新数据,并将其作为“新”样本送入网络进行训练。

什么是Mixup?img

图1:Mixup的简易演示图

假设我们现在要做的事情是给猫和狗的图片做分类,并且我们已经有了一组标注好了是猫是狗的数据(例如[1, 0] -> 狗, [0, 1] -> 猫),那么Mixup简单来说就是将两张图像及其标签平均化为一个新数据。

具体而言,我们可以用数学公式写出Mixup的概念:
$$
x = \lambda x_i + ( 1 - \lambda ) (x_j),\
y = \lambda y_i + ( 1 - \lambda ) (y_j),
$$
其中,xy分别是混合xi(标签为yᵢ)和xⱼ(标签为y)后的图像和标签,而λ则是从给定的贝塔分布中取得的随机数。

由此,Mixup能够为我们提供不同数据类别之间的连续数据样本,并因此直接扩大了给定训练集的分布,从而使网络在测试阶段更加强大。

Mixup的万用性

Mixup其实只是一种数据增强方法,它和任何用于分类的网络架构都是正交的。也就是说,我们可以在任何要进行分类任务的网络中对相应的数据集使用Mixup方法。

Mixup的提出者张宏毅等人基于其最初发表的论文《Mixup: Beyond Empirical Risk Minimization》对多个数据集和架构进行了实验,发现了Mixup在神经网络之外的应用中也能体现其强大能力。

计算环境

我们将通过PyTorch(包括torchvision)来构建整个程序。Mixup需要的从beta分布中生成的样本,我们可以从NumPy库中获得。我们还将使用random来为Mixup寻找随机图像。下面的代码能够导入我们需要的所有库:

"""
Import necessary libraries to train a network using mixup
The code is mainly developed using the PyTorch library
"""
import numpy as np
import pickle
import random
import torch
import torch.nn as nn
import torch.nn.functional as F
import torchvision
import torchvision.transforms as transforms
from torch.utils.data import Dataset, DataLoader

数据集

为了演示,我们将用传统的图像分类任务来说明Mixup的强大,那么这种情况下CIFAR-10则会是非常理想的数据集。CIFAR-10包含10个类别的60000张彩色图像(每类6000张),按5:1的比例分为训练和测试集。这些图像分类起来相当简单,但比最基本的数字识别数据集MNIST要难一些。

通过格物钛公开数据集平台,可以直接免费下载CIFAR-10数据集,如果使用TensorBay SDK,不用下载也可以获取免费的数据集资源。

公开数据集平台包含了行业内数百个知名的优质数据集,每个数据集都有相关的作者说明,以及不同训练任务的标签,例如分类或目标检测。当然,大家也可以在这个平台下载其他分类数据集,如CompCars或SVHN,来测试Mixup在不同场景下的性能。

硬件要求

一般来说,我们最好用GPU(显卡)来训练神经网络,因为它能显著提高训练速度。不过如果只有CPU可用,我们还是可以对程序进行简单测试的。如果你想让程序能够自行确定所需硬件,使用以下代码即可:

"""
Determine if any GPUs are available
"""
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')

实现

网络

这里,我们的目标是要测试Mixup的性能,而不是调试网络本身,所以我们只需要简单实现一个4层卷积层和2层全连接层的卷积神经网络(CNN)即可。为了比较使用和不使用Mixup的区别,我们将应用同一个网络来确保比较的准确性。

我们可以使用下列代码来搭建上面所说的简单网络:

"""
Create a simple CNN
"""
class CNN(nn.Module):
	def __init__(self):
        super(CNN, self).__init__()

        # Network consists of 4 convolutional layers followed by 2 fully-connected layers
        self.conv11 = nn.Conv2d(3, 64, 3)
        self.conv12 = nn.Conv2d(64, 64, 3)
        self.conv21 = nn.Conv2d(64, 128, 3)
        self.conv22 = nn.Conv2d(128, 128, 3)
        self.fc1 = nn.Linear(128 * 5 * 5, 256)
        self.fc2 = nn.Linear(256, 10)
	def forward(self, x):
       x = F.relu(self.conv11(x))
       x = F.relu(self.conv12(x))
       x = F.max_pool2d(x, (2,2))
       x = F.relu(self.conv21(x))
       x = F.relu(self.conv22(x))
       x = F.max_pool2d(x, (2,2))

       # Size is calculated based on kernel size 3 and padding 0
       x = x.view(-1, 128 * 5 * 5)
       x = F.relu(self.fc1(x))
       x = self.fc2(x)

       return nn.Sigmoid()(x)

Mixup

Mixup阶段是在数据集加载过程中完成的,所以我们必须写入我们自己的数据集,而不是使用torchvision.datasets所提供的默认数据集。

下面的代码简单地实现了Mixup,并结合使用了NumPy的贝塔函数。

"""
Dataset and Dataloader creation
All data are downloaded found via Graviti Open Dataset which links to CIFAR-10 official page
The dataset implementation is where mixup take place
"""

class CIFAR_Dataset(Dataset):
    def __init__(self, data_dir, train, transform):
        self.data_dir = data_dir
        self.train = train
        self.transform = transform
        self.data = []
        self.targets = []

        # Loading all the data depending on whether the dataset is training or testing
        if self.train:
            for i in range(5):
                with open(data_dir + 'data_batch_' + str(i+1), 'rb') as f:
                    entry = pickle.load(f, encoding='latin1')
                    self.data.append(entry['data'])
                    self.targets.extend(entry['labels'])
        else:
            with open(data_dir + 'test_batch', 'rb') as f:
                entry = pickle.load(f, encoding='latin1')
                self.data.append(entry['data'])
                self.targets.extend(entry['labels'])

        # Reshape it and turn it into the HWC format which PyTorch takes in the images
        # Original CIFAR format can be seen via its official page
        self.data = np.vstack(self.data).reshape(-1, 3, 32, 32)
        self.data = self.data.transpose((0, 2, 3, 1))

    def __len__(self):
        return len(self.data)

    def __getitem__(self, idx):

        # Create a one hot label
        label = torch.zeros(10)
        label[self.targets[idx]] = 1.

        # Transform the image by converting to tensor and normalizing it
        if self.transform:
            image = transform(self.data[idx])

        # If data is for training, perform mixup, only perform mixup roughly on 1 for every 5 images
        if self.train and idx > 0 and idx%5 == 0:

            # Choose another image/label randomly
            mixup_idx = random.randint(0, len(self.data)-1)
            mixup_label = torch.zeros(10)
            label[self.targets[mixup_idx]] = 1.
            if self.transform:
                mixup_image = transform(self.data[mixup_idx])

            # Select a random number from the given beta distribution
            # Mixup the images accordingly
            alpha = 0.2
            lam = np.random.beta(alpha, alpha)
            image = lam * image + (1 - lam) * mixup_image
            label = lam * label + (1 - lam) * mixup_label

        return image, label

需要注意的是,我们并没有对所有的图像都进行Mixup,而是大概每5张处理1张。我们还使用了一个0.2的贝塔分布。你可以自己为不同的实验改变分布以及被混合的图像的数量,或许你会取得更好的结果!

训练和评估

下面的代码展示的是训练过程。我们将批次大小设置为128,学习率为1e-3,总次数为30次。整个训练进行了两次,唯一区别是有没有使用Mixup。需要注意的是, 损失函数需要由我们自己定义,因为目前BCE损失不允许使用带有小数的标签。

"""
Initialize the network, loss Adam optimizer
Torch BCE Loss does not support mixup labels (not 1 or 0), so we implement our own
"""
net = CNN().to(device)
optimizer = torch.optim.Adam(net.parameters(), lr=LEARNING_RATE)
def bceloss(x, y):
    eps = 1e-6
    return -torch.mean(y * torch.log(x + eps) + (1 - y) * torch.log(1 - x + eps))
best_Acc = 0


"""
Training Procedure
"""
for epoch in range(NUM_EPOCHS):
    net.train()
    # We train and visualize the loss every 100 iterations
    for idx, (imgs, labels) in enumerate(train_dataloader):
        imgs = imgs.to(device)
        labels = labels.to(device)
        preds = net(imgs)
        loss = bceloss(preds, labels)
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()
        if idx%100 == 0:
            print("Epoch {} Iteration {}, Current Loss: {}".format(epoch, idx, loss))

    # We evaluate the network after every epoch based on test set accuracy
    net.eval()
    with torch.no_grad():
        total = 0
        numCorrect = 0
        for (imgs, labels) in test_dataloader:
            imgs = imgs.to(device)
            labels = labels.to(device)
            preds = net(imgs)
            numCorrect += (torch.argmax(preds, dim=1) == torch.argmax(labels, dim=1)).float().sum()
            total += len(imgs)
        acc = numCorrect/total
        print("Current image classification accuracy at epoch {}: {}".format(epoch, acc))
        if acc > best_Acc:
            best_Acc = acc

为了评估Mixup的效果,我们进行了三次对照试验来计算最终的准确性。在没有Mixup的情况下,该网络在测试集上的准确率约为74.5%,而在使用了Mixup的情况下,准确率提高到了约76.5%!

图像分类之外

Mixup将图像分类的准确性带到了一个前所未有的高度,但研究表明,Mixup的好处还能延伸到其他计算机视觉任务中,比如对抗性数据的生成和防御。另外也有相关文献在Mixup拓展到三维表示中,目前的结果表明Mixup在这一领域也十分有效的,例如PointMixup。

结语

由此,我们用Mixup做的小实验就大功告成啦!在这篇文章中,我们简单介绍了Mixup的概念并演示了如何在图像分类网络训练中应用Mixup。完整的实现方式可以在这—GitHub仓库中找到。