Hello,everyone！今天給大家講述一個深度學習項目。

在講這個項目之前，很多業(yè)外人士可能不明白人工智能（AI），機器學習（ML），深度學習(DL)，這三者是什么關系。先科普一下小常識，它們?nèi)呤前蛹P系。即人工智能是最大范疇，包含機器學習，機器學習包含深度學習。

好了，進入正題。本人所解決的是人臉識別登錄的業(yè)務，最后抽象為一個深度學習的三分類問題。接下來會以解決問題的順序進行展開描述。用的深度學習框架是caffe，網(wǎng)絡結構是mobilenet。

01

數(shù)據(jù)的獲取

首先深度學習的數(shù)據(jù)很重要。而數(shù)據(jù)集的獲取則應該根據(jù)業(yè)務需求去尋找。本項目是圖片數(shù)據(jù)集的獲取，可以從各大開源數(shù)據(jù)集尋找，之后發(fā)現(xiàn)有些類別的數(shù)據(jù)集量還是不夠大，又去各大影視中尋找錄屏，然后按幀數(shù)切分成圖片。

02

數(shù)據(jù)的清洗

該部分將消耗大概百分之七十的時間。數(shù)據(jù)清洗包括對圖片數(shù)據(jù)集的篩選，分類，又稱標注數(shù)據(jù)。尤其是數(shù)據(jù)的分類很重要。數(shù)據(jù)分類的準確性可能就決定了你訓練模型能否收斂。該部分是個細活，過程比較瑣碎，暫時先不說。數(shù)據(jù)集分為9類，為啥是9類，解決的不是3分類問題嗎？因為前期3分類訓練模型的準確率不是很高，考慮到3個大類內(nèi)部的數(shù)據(jù)方差過大，于是調(diào)整策略為訓練為9分類問題，最后測試為3分類，因為最后業(yè)務解決的還是3分類問題。

以下是9類圖片標注標準：

03

訓練模型

? ? ? 接下來就是訓練模型了，模型的訓練由于是在服務器上訓練，加上模型不是很大，訓練很快，正常跑個4個小時左右就可以迭代出一個模型。模型的acc,loss,隨迭代次數(shù)的關系可以通過繪制圖表觀看，很直觀。訓練集上的acc只能做個參考，主要還是最后測試的表現(xiàn)，因為你模型可能參數(shù)很多，最后導致模型過擬合。

? ? ? 該部分還包含模型的調(diào)優(yōu)，也就是調(diào)參，這是個學問，值得好好繼續(xù)學習。

04

測試模型

該部分是拿一批最接近業(yè)務的數(shù)據(jù)去測試，看每一類準確率。3分類是標注為0，1，2三個大類。由于業(yè)務追求0，1，2的準確率很高，允許2的召回率可以低一些，所以測試時要關注這些。

下面是訓練模型在驗證集上的表現(xiàn)：

acc	0.9183
acc0	0.9676
acc1	0.8
acc2	0.9723

準確率已經(jīng)達到業(yè)務需求了，然后就結束了嗎？當然沒有。作為一個專業(yè)人士，我們要追求細節(jié)，哈哈。因為訓練的是9分類，我們要看9分類的具體情況，以及那些錯分的樣本是哪些。

下面是9類的結果：

acc	0.9183
acc0	0.9676
acc1	0.8748
acc2	7665
acc3	0.5178
acc4	0.8152
acc5	0.9125
acc6	0.9837
acc7	0.5072
acc8	0.6136

怎么3，7的準確率那么低，怎么解決了？此處先埋下伏筆。

祭出大殺器，矩陣統(tǒng)計。

下圖是在服務器上運行結果的矩陣部分截圖：

看著很不舒服，于是把它調(diào)整到文本中，方便觀看。

以上矩陣共有arrays1，arrays2，arrays3三個矩陣，每個矩陣的每一行代表真實標簽label,共有9行，依次表示label從0到8，每一列代表預測標簽predict，共有9列，依次表示predict從0到8，所以每個矩陣都是一個9*9的矩陣。arrays1表示共有81種可能組合，每一個元素表示模型把樣本的label預測為predict的可能的個數(shù)。例如arrays1[0][0]表示模型把0預測為0的樣本共有5975張。arrays2表示模型把樣本的label預測為predict的概率總和，例如arrays2[0][0]表示模型把0預測為0的樣本概率總和為5.53879372e+03。arrays3表示模型把樣本的label預測為predict的概率平均值，arrays3=arrays2/arrays1。例如arrays3[0][0]表示模型把0預測為0的樣本概率均值為0.92699476。從arrays3可以看出，主對角線的值（表示模型預測正確的概率均值）還是蠻大的，其它值不是很大，說明模型的整體性能還是挺優(yōu)的。

好，下面解決上面埋下的伏筆: 3，7的準確率怎么那么低，答案得在arrays3中尋找，我們得看label為3時，分為predict的情況，從arrays3可以看出，arrays3[3][0]較大，表示模型把3錯分為0的概率，再去看對應的arrays1[3][0]=9, 表示模型把3錯分為0的樣本數(shù)為9，數(shù)據(jù)量不是很大啊，然后我們再去查看這9個樣本的情況，發(fā)現(xiàn)是自己標注錯了，好了，這不是模型的鍋，模型是還是不錯的。同理，分析7的準確率情況。

經(jīng)過以上的環(huán)節(jié)，基本深度學習的模型可以出第一版本了，之后再根據(jù)業(yè)務需求看模型是否需要迭代。

感謝鵬哥帶我。

注：圖片全部為實驗數(shù)據(jù)圖片

—END—

如果想加入我們，后臺留言吧

微信

Longlongtogo

公眾號內(nèi)容

1 圖像基礎｜2 深度學習｜3 行業(yè)信息

往期精彩

?

【深度學習圖像項目實戰(zhàn)-從入門到上線1】怎樣學會科學的調(diào)研并啟動一個項目。

?

【技術綜述】一文道盡softmax loss及其變種。

總結

以上是生活随笔為你收集整理的【学员分享】深度学习计算机视觉，两个星期从入门到上线的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。