fastai Ver2でImage Classification(2)

 Image Classification(1)では、シンプルに行いましたが精度としては今の時代では全く話にならない結果となりました。

その理由としてRsizeやNormalizeをしていない事を指摘しました。最もとNormalizeは初期値でTrue=`実施`となっているようなのでNormalizeは影響しないかな(?)

そこで

1.前回にRsizeを加えて精度の変化を確認する。

2.DataBlock APIを使う。DataBlockを使うことで細やかなカスタム設定が出来るのでしょうが、勉強不足なので見様見真似で行ってみます。

▼Rsizeを加えたtraining

変更点は1つだけ

dls = ImageDataLoaders.from_folder(path, valid_pct=0.2, bs=16)  

を

dls = ImageDataLoaders.from_folder(path, valid_pct=0.2, item_tfms=Resize(224), bs=16)

にするだけです。  その結果、精度は格段に良くなりました。

epoch	train_loss	valid_loss	error_rate	time
0	0.476859	0.296681	0.102667	04:15

epoch	train_loss	valid_loss	error_rate	time
0	0.351889	0.245188	0.082250	05:51
1	0.254830	0.196616	0.064667	05:52
2	0.157353	0.153842	0.051917	05:53
3	0.056529	0.138528	0.040583	05:50
4	0.024574	0.130548	0.037500	05:49

▼DataBlock APIを使ったtraining

おそらく、DataBlock APIを使ってのプログラミングで中級者、上級者への要望にも答えられるようになったのが今回のVer2の大きな変更点の1つだと思います。

ただ、fast.aiの「deep learningをごく一部の研究者ではなく、広くみんなが使えるように」の基本精神は変わることなく敷居の低いプラットフォームであってほしいと思います。

DataBlock APIを使った全プログラムを載せておきます。細かく説明できるほど理解していないので説明は改めてさせてください。

#fast.aiのインストール
! [ -e /content ] && pip install -Uqq fastai  # upgrade fastai on colab

from fastai.vision.all import *

#データセットのダウンロードと解凍
path = untar_data(URLs.CIFAR)

#DataBlockAPIの設定
cifar10 = DataBlock(
    blocks=(ImageBlock, CategoryBlock), 
    get_items=get_image_files, 
    splitter=RandomSplitter(valid_pct=0.2, seed=42),
    batch_tfms=aug_transforms(),
    get_y=parent_label,
    item_tfms=RandomResizedCrop(224, min_scale=0.5))

#DataLoadeの作成
dls = cifar10.dataloaders(path)

#Learnerの作成
learn = cnn_learner(dls, resnet34, metrics=error_rate)
learn.fine_tune(5)

コアとなる部分はたったこれだけです。 そしてそのtrainingの結果は、

epoch	train_loss	valid_loss	error_rate	time
0	0.800415	0.460656	0.154917	03:53

epoch	train_loss	valid_loss	error_rate	time
0	0.402277	0.232708	0.080167	05:11
1	0.342322	0.186619	0.063000	05:11
2	0.248306	0.148017	0.048917	05:11
3	0.174368	0.114204	0.038833	05:11
4	0.116583	0.104899	0.036333	05:12

1のResizeを行った場合と同じようなまずまずの結果が得られました。

これから少しづづfast.ai ver2も勉強していきたいと思います。