计算机视觉识别案例：如何教AI评估披萨是否变质收藏

   本文讲解了Dodo Pizza(俄罗斯最大的披萨连锁店)首席数据科学家Arthur Kuzin如何开发AI进行披萨质量控制深入了解如何教AI评估你的披萨！本文重点关注以下内容：1）仅从少数有标签的样本中标记完整数据集；2）将拉伸边界框分割掩模对象（将边界框的方形掩模应用于任何形状）。

   主要思路    Dodo披萨有许多活跃的顾客，他们同意分享他们对披萨质量的看法为了简化反馈循环及其处理，Dbrain开发了一个AI驱动的应用程序来检查披萨质量这个应用程序在Telegram中实现为一个聊天机器人，客户可以上传照片并打分（1~10）。

   问题陈述    当我们收到请求后，我开始开发一种可以直观地确定面团质量的算法问题的本质是确定披萨烘焙过程何时中断饼皮上的白色气泡与劣质品相关    数据挖掘    该数据集包括披萨烘焙的照片，也包括不相关的图像。

如果配方不当，饼皮上会出现白色气泡此外，专家还对面团质量进行了二元标记因此，算法的开发只是时间问题    这些照片是在不同的手机上，在不同的光线条件下，从不同的角度拍摄的图片总数为6万张，披萨1.7万张。

   由于任务非常简单，我们可以检查处理数据的不同方法下面是我们需要解决的问题：    1.选择看到披萨饼皮的照片；    2.从背景中区分所选照片中的饼皮区域；    3.在选定区域训练神经网络    数据过滤

   我自己标记了一小部分照片，因为，如果你想要做得好，就要自己动手。我是这样做的：    1.标记了50张用饼皮的照片，50张照片没有饼皮：

   2.使用在imagenet11k上经过places365预训练的ResNet-152提取全局平均池化后的特征。

   3.将两个类的特征的平均值作为锚点。    4.计算从该锚点到所有剩余6万图片的特征的距离。    5.确定前300接近正样本，后500是负样本。

   6.根据这些样本对LightGBM进行特征训练。    7.使用此模型在整个数据集上派生标记。

   这与我在kaggle竞赛中使用的基线方法大致相同    大约一年前，我和Evgeny Nizhibitsky一起参加了“Sea Lions” kaggle比赛任务是根据从无人驾驶飞机上拍摄的照片来计算海狮的数量。

标记为海狮的坐标，但在某些时候，Nizhibitsky用边界框标记它们    我决定通过分割来解决这个任务，在第一阶段只以海豹的边界框作为目标。经过几次训练后，很容易找到一些很糟糕的样本。

   对于此示例，你可以选择看不清海狮的较大区域，手动将掩模（mask）设置为零，还可以添加到训练集。这样，Evgeny和我训练的模型甚至已经学会了分类完整海狮的鳍。

   饼皮检测和提取    让我们继续研究披萨为了识别所选和过滤的照片上的披萨饼皮，最佳选择是将任务交给标记一般来说，对于相同的样本，不同的人的标记是不同的，但当时我们已经对这种情况应用了一致性算法（consensus algorithm）并将其用于边界框。

所以，我只是做了几个例子然后把它交给了标记者最后，我获得了500个样本，特别突出了饼皮区域    为了识别所选过滤照片上的饼皮，我为标记者做了几个例子    然后我将Kaggle比赛“Sea Lions”中的代码应用到当前程序中。

在第一次训练之后，模型错误明显预测的置信度定义如下:    1 – （灰色区域的面积）/（掩模的面积）

   接下来，为了进行将掩模接近边框的下一次迭代，小的集成用TTA预测掩模。这在某种程度上可以被认为是很棒的知识蒸馏，但更准确的说法是叫它伪标签（Pseudo-Labelling）。

   然后，我有了手动设置我们用于形成新训练集的置信度阈值。它也是可选的标记出集成失败的最复杂样本。我觉得这很有用，我自己做了大约20张照片的标记。

   最终模型训练    为了准备样本，我用掩模提取了饼皮区域此外，我稍微放大掩模并将其应用于图片以去除背景，来略微充气掩模，因为它不应包含有关面团质量情况的任何信息然后我对Imagenet中的几个模型进行了微调。

我总共收集了大约1.4万的合适样本因此，我没有训练整个神经网络，而只训练最后一组卷积层以防止过拟合

   最好的单一模型结果是Inception-Resnet-v2，单倍的ROC-AUC是0.700如果你没有选择任何东西并在没有掩模的原始照片上训练网络，那么ROC-AUC将为0.58    验证    在我开发解决方案时，DODO披萨获得了又一批数据，我们可以测试整个管道。

我们测试了整个管道并得到ROC-AUC 0.83    但是，我们还是会犯错。为思考错误出现的原因，我再一次训练了模型并获取阳性成果。我们现在看一下错误：

   最高的假阳性    在这里可以看出，它们与披萨饼皮标记错误有关，因为有明显迹象表明面团变质了。

   最佳假阴性    这里的错误是由于第一个模型未能选择正确的角度，这导致难以确定面团质量的关键特征    结论    我的同事有时取笑我通过Unet分割解决几乎所有的任务但我仍然希望他们会喜欢它，因为这是一种强大且方便的方法。

它可以可视化模型错误并自信地预测它们，这有时真的可以节省时间此外，整个管道看起来非常简单现在对于任何框架，都有一堆存储库可用

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。