图像分类：一个更鲁棒的场景分类模型

目的：寻找一个更鲁棒的场景分类模型，解决图片的角度、尺度、和光照的多样性问题。

移动互联网时代的开启使得图片的获取与分享越来越容易，图片已经成为人们交互的重要媒介。如何根据图像的视觉内容为图像赋予一个语义类别（例如，教室、街道等）是图像场景分类的目标，也是图像检索、图像内容分析和目标识别等问题的基础。但由于图片的尺度、角度、光照等因素的多样性以及场景定义的复杂性，场景分类一直是计算机视觉中的一个挑战性问题。

本次任务从400万张互联网图片中精选出8万张图片，分属于80个日常场景类别，例如航站楼、足球场等。每个场景类别包含600-1100张图片。本次任务要求参赛选手根据图片场景数据集建立算法，预测每张图片所属的场景类别。

数据说明

数据集分为训练(70%)、验证(10%)、测试A(10%)与测试B(10%)四部分。

训练标注数据包含照片id和所属场景类别标签号。训练数据文件与验证数据文件的结构如下所示：

我们提供场景类别标号与场景中英文名称对照，文件结构如下：

数据集，代码运行教程 获取：

关注微信公众号 datayx 然后回复 图像分类 即可获取。

AI项目体验地址 https://loveai.tech

要点概述

• 支持多个单模型进行集成，可选多种集成方式
• 支持多种集成方式间的任意组合和自动择优
• 支持间断训练时权重文件的择优选择
• 支持VGG16、VGG19、Resnet50、Inception-V3、Xception、Inception-Resnet-V3模型
• imgaug 图片数据增强库替换Keras自带的图片预处理
• 支持多进程进行图片预处理

这里对总结一下比赛期间遇到的问题，踩的坑等做个总结。

数据增强很重要！

Keras自带的图片增强远远不够的，这里选择了imgaug这个图片数据增强库，直接上图，这种效果是目前的Keras望尘莫及的，尽可能最大限度利用当前有限的数据集。提高1~3个百分点

尽可能高效使用CPU！

训练任务交给GPU去做，新添加的imgaug图片处理方式之后，一个Epoch在1050Ti上耗时90mins+，排查发现大部分时间都在进行图片数据增强处理，于是将该部分的处理替换为多进程方式。时间从90mins降到30mins左右

标准化很重要！

先计算出整体训练集的mean和std，然后在训练阶段的输入数据以mean和std进行高斯化处理（参mean_var_fetcher.py）提高0.5~1.0个百分点

Fine-tune别绑太紧！

这点尤为重要！Fine-tune时松太开，可能导致训练耗时，也可能导致机器带不动；绑太紧可能导致Fixed的权重参数扼制了模型的学习能力。建议是在机器能扛得住的基础下，尽可能松绑多一些。提高2~5个百分点

模型选择很重要！

糟糕的模型训练几天几夜，可能赶不上优势模型训练几个epoch。VGG16=>Xception提高5~8个百分点

Loss降不下去时尝试调低LR！

降不下去就调小，调下的幅度一般是5倍、10倍左右。提高1~3个百分点

TensorbBoard监视训练状态！

尽可能使用Tensorflow提供的Tensorboard可视化工具，方便从宏观把控训练过程。

适度过拟合是良性的！

训练过程中一直没有过拟合，要从两方面考虑：

• 模型太简单，拟合能力不足，这时要考虑增强网络复杂度
• 数据增强程度太大，学不到某些特征

模型集成！

单模型没有什么提升空间时，要尝试将多个单模型进行集成。集成的方式可以选择投票法、均值法、按照模型Acc加权法等等。提高0.5~1.5个百分点

预测数据增强！

为了确保预测结果的准确性，可以将待预测结果进行水平翻转（或随机裁取patch等）处理，将这多张孪生图片进行预测，最终结果取多个结果的均值。提高0.25~1.0个百分点

阅读过本文的人还看了以下文章：
TensorFlow 2.0深度学习案例实战

基于40万表格数据集TableBank，用MaskRCNN做表格检测

《基于深度学习的自然语言处理》中/英PDF

Deep Learning 中文版初版-周志华团队

【全套视频课】最全的目标检测算法系列讲解，通俗易懂！

《美团机器学习实践》_美团算法团队.pdf

《深度学习入门：基于Python的理论与实现》高清中文PDF+源码

特征提取与图像处理(第二版).pdf

python就业班学习视频，从入门到实战项目

2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码

《深度学习之pytorch》pdf+附书源码

PyTorch深度学习快速实战入门《pytorch-handbook》

【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》

《Python数据分析与挖掘实战》PDF+完整源码

汽车行业完整知识图谱项目实战视频(全23课)

李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材

笔记、代码清晰易懂！李航《统计学习方法》最新资源全套！
《神经网络与深度学习》最新2018版中英PDF+源码

将机器学习模型部署为REST API
FashionAI服装属性标签图像识别Top1-5方案分享

重要开源！CNN-RNN-CTC 实现手写汉字识别

yolo3 检测出图像中的不规则汉字
同样是机器学习算法工程师，你的面试为什么过不了？

前海征信大数据算法：风险概率预测

【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类

VGG16迁移学习，实现医学图像识别分类工程项目
特征工程(一)

特征工程(二) :文本数据的展开、过滤和分块

特征工程(三):特征缩放,从词袋到 TF-IDF

特征工程(四): 类别特征

特征工程(五): PCA 降维

特征工程(六): 非线性特征提取和模型堆叠

特征工程(七)：图像特征提取和深度学习

如何利用全新的决策树集成级联结构gcForest做特征工程并打分？

Machine Learning Yearning 中文翻译稿
蚂蚁金服2018秋招-算法工程师（共四面）通过

全球AI挑战-场景分类的比赛源码(多模型融合)

斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）

python+flask搭建CNN在线识别手写中文网站
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程

不断更新资源深度学习、机器学习、数据分析、python 搜索公众号添加： datayx  
机大数据技术与机器学习工程 搜索公众号添加： datanlp长按图片，识别二维码