Multi-Label Classification

首先分清一下multiclass和multilabel：

多类分类(Multiclass classification): 表示分类任务中有多个类别, 且假设每个样本都被设置了一个且仅有一个标签。比如从100个分类中击中一个。
多标签分类(Multilabel classification): 给每个样本一系列的目标标签，即表示的是样本各属性而不是相互排斥的。比如图片中有很多的概念如天空海洋人等等，需要预测出一个概念集合。

Challenge

多标签任务的难度主要集中在以下问题：

标签数量较大且基本会呈现长尾形态。
往往类标之间相互依赖并不独立。
absence标签占比较高，即标注的标签并不能完美覆盖所有概念面。
标签往往较短语义少，理解困难。

Solution

现有的方法应对multi的预测主要有2大路线：

改造数据适应算法：将多个类别合并成单个类别。
改造算法适应数据：控制激活函数阈值得到结果。

而一般研究最多的应对relation会有3种策略：
一阶策略：忽略和其它标签的相关性，比如把多标签分解成多个独立的二分类问题。
二阶策略：考虑标签之间的成对关联，比如为相关标签和不相关标签排序。
高阶策略：考虑多个标签之间的关联，比如对每个标签考虑所有其它标签的影响。

Densenet

它的基本思路与ResNet一致，但是它建立的是前面所有层与后面层的密集连接（dense connection），它的名称也是由此而来。DenseNet的另一大特色是通过特征在channel上的连接来实现特征重用（feature reuse）。这些特点让DenseNet在参数和计算成本更少的情形下实现比ResNet更优的性能，DenseNet也因此斩获CVPR 2017的最佳论文奖。

DenseBlock

相比ResNet，DenseNet提出了一个更激进的密集连接机制：即互相连接所有的层，具体来说就是每个层都会接受其前面所有层作为其额外的输入。图1为ResNet网络的连接机制，作为对比，图2为DenseNet的密集连接机制。可以看到，ResNet是每个层与前面的某层（一般是2~3层）短路连接在一起，连接方式是通过元素级相加。而在DenseNet中，每个层都会与前面所有层在channel维度上连接（concat）在一起（这里各个层的特征图大小是相同的，后面会有说明），并作为下一层的输入。对于一个 L 层的网络，包含个连接，相比ResNet，这是一种密集连接。而且DenseNet是直接concat来自不同层的特征图，这可以实现特征重用，提升效率，这一特点是DenseNet与ResNet最主要的区别。

整体网络结构

CNN网络一般要经过Pooling或者stride>1的Conv来降低特征图的大小，而DenseNet的密集连接方式需要特征图大小保持一致。为了解决这个问题，DenseNet网络中使用DenseBlock+Transition的结构，其中DenseBlock是包含很多层的模块，每个层的特征图大小相同，层与层之间采用密集连接方式。而Transition模块是连接两个相邻的DenseBlock，并且通过Pooling使特征图大小降低。上图给出了DenseNet的网络结构，它共包含3个DenseBlock，各个DenseBlock之间通过Transition连接在一起。Transition层包括一个1x1的卷积和2x2的AvgPooling，结构为BN+ReLU+1x1 Conv+2x2 AvgPooling。另外，Transition层可以起到压缩模型的作用。

原论文实验结果

综合来看，DenseNet的优势主要体现在以下几个方面：

由于密集连接方式，DenseNet提升了梯度的反向传播，使得网络更容易训练。由于每层可以直达最后的误差信号，实现了隐式的“deep supervision”；
参数更小且计算更高效，这有点违反直觉，由于DenseNet是通过concat特征来实现短路连接，实现了特征重用，并且采用较小的growth rate，每个层所独有的特征图是比较小的；
由于特征复用，最后的分类器使用了低级特征。

服装多标签分类小实验

数据划分

总数据量：5547
训练（4993）：测试（554） = 9 ：1


def read_split_data(root: str, test_rate: float = 0.1):random.seed(0)  # 保证随机结果可复现assert os.path.exists(root), "dataset root: {} does not exist.".format(root)# 拿到所有类别class_ = set()for cla in os.listdir(root):class_.add(cla.split('_')[0])class_.add(cla.split('_')[1])class_ = list(class_)class_.sort()# 建立类别索引并存储class_indices = dict((k, v) for v, k in enumerate(class_))json_str = json.dumps(dict((val, key) for key, val in class_indices.items()), indent=4)with open('class_indices.json', 'w') as json_file:json_file.write(json_str)# 读取所有图像路径和对应类别索引train_images_path = []  # 存储训练集的所有图片路径train_images_label = []  # 存储训练集图片对应索引信息val_images_path = []  # 存储验证集的所有图片路径val_images_label = []  # 存储验证集图片对应索引信息supported = [".jpg", ".JPG", ".png", ".PNG"]  # 支持的文件后缀类型# onehot编码形式表示出每张图像的labelimages_path_and_onehot = {}for dir_ in os.listdir(root):for img_name in os.listdir(os.path.join(root, dir_)):image_path = os.path.join(root, dir_, img_name)onehot_class = [0] * 9# print(str(image_path), str(image_path).split('\\'))class0, class1 = str(image_path).split('\\')[-2].split('_')[0], image_path.split('\\')[-2].split('_')[1]idx0, idx1 = class_indices[class0], class_indices[class1]onehot_class[idx0], onehot_class[idx1] = 1, 1images_path_and_onehot[image_path] = onehot_class# 随机抽取相应比例的数据作为测试集test_path = random.sample(list(images_path_and_onehot), k=int(len(list(images_path_and_onehot)) * test_rate))# 分别存储训练和测试的图像路径及其对应onehot标签for image_path in images_path_and_onehot.keys():if image_path in test_path:  # 如果该路径在采样的验证集样本中则存入验证集val_images_path.append(image_path)val_images_label.append(images_path_and_onehot[image_path])else:  # 否则存入训练集train_images_path.append(image_path)train_images_label.append(images_path_and_onehot[image_path])print("{} images were found in the dataset.".format(len(images_path_and_onehot.keys())))print("{} images for training.".format(len(train_images_path)))print("{} images for validation.".format(len(val_images_path)))return train_images_path, train_images_label, val_images_path, val_images_label

模型

使用densenet121网络，
loss函数：二值交叉熵
pretrain：imagenet 1000k
lr: 0.0001
epoches: 50（实际跑42epoch就收敛了）
scheduler：余弦衰减

loss

结果评估

部分测试图像预测可视化：

【参考】
https://zhuanlan.zhihu.com/p/37189203
https://nakaizura.blog.csdn.net/article/details/114753747?spm=1001.2014.3001.5506

多标签分类任务-服装分类相关推荐

【小白学PyTorch】15.TF2实现一个简单的服装分类任务
<<小白学PyTorch>> 小白学PyTorch | 14 tensorboardX可视化教程小白学PyTorch | 13 EfficientNet详解及PyTorch实 ...
KNN分类器、最近邻分类、KD树、KNN分类的最佳K值、基于半径的最近邻分类器、KNN多分类、KNN多标签分类、KNN多输出分类、KNN分类的优缺点
KNN分类器.最近邻分类.KD树.KNN分类的最佳K值.基于半径的最近邻分类器.KNN多分类.KNN多标签分类.KNN多输出分类.KNN分类的优缺点目录
分类家族：二分类、多分类、多标签分类、多输出分类
分类家族:二分类.多分类.多标签分类.多输出分类目录分类家族:二分类.多分类.多标签分类.多输出分类二分类
机器学习之深度学习二分类、多分类、多标签分类、多任务分类
多任务学习可以运用到许多的场景. 首先,多任务学习可以学到多个任务的共享表示,这个共享表示具有较强的抽象能力,能够适应多个不同但相关的目标,通常可以使主任务获取更好的泛化能力. 此外,由于使用了共享表 ...
深度学习模型处理多标签（multi_label）分类任务——keras实战
深度学习模型处理多标签(multi_label)分类任务--keras实战 https://zhuanlan.zhihu.com/p/107737824
二分类、多分类、多标签分类等
分类一般分为三种情况:二分类.多分类和多标签分类.多标签分类比较直观的理解是,一个样本可以同时拥有几个类别标签,比如一张图片含有车子.房子等,那么它的标签可以是房子.车子等,一部电影的标签可以是动作. ...
深度学习：LeNet-5实现服装分类（PyTorch）
深度学习:LeNet-5代码实践(PyTorch) 前置知识 LeNet-5模型详解代码实战服装分类数据集定义模型测试数据训练模型结果展示前置知识卷积神经网络详细指南 SGD+动量法 ...
二分类、多分类和多标签分类
1.基本概念二分类:表示分类任务中有两个类别,比如我们想识别一幅图片是不是猫.也就是说,训练一个分类器,输入一幅图片,用特征向量x表示,输出是不是猫,用y=0或1表示.二类分类是假设每个样本都被设置 ...
关于二分类，多分类，及多标签分类的损失函数详解及Pytorch实现
相信很多小伙伴最开始都是从分类任务入手深度学习这个领域的吧,这个就类似学习代码的第一课,"Hello world"一样.深度学习中,除了模型设计之外,最重要的想必就是选取合适的损失 ...

多标签分类任务-服装分类