0
| 本文作者： 楊鯉萍 | 2020-02-13 21:35 |
雷鋒網(wǎng) AI 開發(fā)者按：就在幾個月前，AI 研習(xí)社推出了第一場有關(guān)美食識別的挑戰(zhàn)賽（http://m.ozgbdpf.cn/news/201912/flrnkIxJGI4bw3TE.html）。該比賽要求參賽者能夠從給出待識別圖片中正確區(qū)分豆腐與土豆，這一任務(wù)也讓眾多圖片識別愛好者得到了初級練手。
相較第一場美食識別挑戰(zhàn)賽，這次推出的比賽 2.0 難度略有增加。除了食材種類的成倍增加之外，四種食材的圖片辨識度也有所降低。這對于專注于圖像識別的開發(fā)者而言，相信是非常值得嘗試的一次挑戰(zhàn)！
如果你單純以為這次挑戰(zhàn)賽只是將種類增加了 2 類，那可就誤會大了。從學(xué)術(shù)的角度來看，這次的問題實(shí)際上是由之前的二分類問題擴(kuò)展到了多分類問題。
通常在處理二分類問題時，我們只需將所涉及類別分為兩類，例如：真（1），假（0），然后再進(jìn)行兩兩配對即可。之后根據(jù)測試結(jié)果與實(shí)際情況的對比，我們還會得到一個混淆矩陣，其中包括四類數(shù)據(jù)：
預(yù)測為真且實(shí)際為真的 True Positives（TP）
預(yù)測為假且實(shí)際為真的 False Negatives（FN）
預(yù)測為真且實(shí)際為假的 False Positives（FP）
預(yù)測為假且實(shí)際為假 True Negatives（TN）
二分類問題
除此之外，也涉及到由此衍生的多個衡量模型質(zhì)量的相關(guān)指標(biāo)。例如：精確率 (Precision)——模型判斷正確的數(shù)據(jù) (TP+TN) 占總數(shù)據(jù)的比例；召回率 (Recall)——模型正確判斷出的正例 (TP) 占數(shù)據(jù)集中所有正例的比例；準(zhǔn)確率 (Accuracy)——針對模型判斷出的所有正例 (TP+FP) 而言, 其中真正例 (TP) 占的比例。
而如果是多分類問題，例如本次挑戰(zhàn)賽所涉及的 4 類，不僅分類將對應(yīng)增加為茄子（0）、山藥（1）、苦瓜（2）、西蘭花（3），而且相應(yīng)的混淆矩陣也將由之前的 2*2 變?yōu)?4*4。如果多分類問題擴(kuò)展到 10 類，那混淆矩陣將會變成 10*10 的矩陣。
多類細(xì)胞分類問題示例
類似于線性回歸分類，多元線性回歸較單元線性回歸問題，增加變量個數(shù)即單變量推廣到多元；運(yùn)用梯度下降法時，方法同單變量線性回歸，代價函數(shù)也將有很大的變化。
具體而言，多變量的時候，變量的取值范圍將有差異。如果差異過大，產(chǎn)生的代價函數(shù)極不規(guī)整，像特別狹長的橢圓，這時候進(jìn)行梯度下降時，路徑會十分曲折。
圖片來源：https://blog.csdn.net/qq_36187544/article/details/87879423
如此一來，多分類問題不僅有多個參數(shù)增加的代價問題；同時，考慮到模型質(zhì)量問題，也需要有更為復(fù)雜的衡量指標(biāo)來對模型進(jìn)行判斷與優(yōu)化。因此，多分類問題每多一個類別，識別問題的復(fù)雜維度將大大增加。
當(dāng)問題從二分類變?yōu)槎喾诸悤r，通常開發(fā)者們采用的是拆解法，即：將多分類問題拆分成多個二分類問題，為每一個二分類問題訓(xùn)練一個分類器，再綜合多個分類標(biāo)準(zhǔn)下的預(yù)測結(jié)果進(jìn)行集成，得到最終分類。這種將問題轉(zhuǎn)換的拆分策略主要為三種：
二元關(guān)聯(lián) 將每個標(biāo)簽當(dāng)做單獨(dú)的一個類分類問題。給定數(shù)據(jù)集 D 這里有 N 個類別，這種情況下就是將這些類別兩兩配對，從而產(chǎn)生 N(N-1)/2 個二分類任務(wù)，在測試的時候把樣本傳給這些分類器，然后進(jìn)行決策。
分類器鏈 將每一次的一個類作為正例，其余作為反例，總共訓(xùn)練 N 個分類器。測試的時候若僅有一個分類器預(yù)測為正的類別則對應(yīng)的類別標(biāo)記作為最終分類結(jié)果，若有多個分類器預(yù)測為正類，則選擇置信度最大的類別作為最終分類結(jié)果。
多分類策略 基于一種糾錯輸出碼的分類方法，分為編碼與解碼兩個步驟。編碼負(fù)責(zé)對 N 個類別做 M 次劃分，解碼則負(fù)責(zé)用 M 個分類器分別對測試樣本進(jìn)行預(yù)測，得到最終預(yù)測結(jié)果。
ECOC 編碼示意圖
但不管是哪種策略，對于每個分類器的訓(xùn)練集，開發(fā)者都可以先將原始訓(xùn)練集的標(biāo)簽重新定義分成兩類，轉(zhuǎn)化為二分類問題，然后對每個分類器作相應(yīng)的心理，從而對測試集進(jìn)行分類判斷得到每一個分類器標(biāo)簽，最后在通過對各個分類器的標(biāo)簽得到最后的識別結(jié)果。
除此之外，選擇合適的評價指標(biāo)有助于選出更適合于當(dāng)前任務(wù)的算法，開發(fā)者還可以為這一識別模型設(shè)計合適的評價指標(biāo)。對于分類任務(wù)而言，評價指標(biāo)主要關(guān)注點(diǎn)在于系統(tǒng)分類正確的能力；因此，所涉及到的評價指標(biāo)可參考二分類的精確率、召回率、準(zhǔn)確率等。
對于多類別分類，圖示為兩特征分 3 類
本次 AI 研習(xí)社發(fā)起的美食識別挑戰(zhàn)賽任務(wù)即：正確判斷美食圖片中出現(xiàn)的食材。其中，食材共 4 種分類，包含了：茄子、山藥、苦瓜、西蘭花。
這相對于第一場美食識別系列挑戰(zhàn)賽「土豆 or 豆腐」而言，難度有所上升。但和之前比賽相同的是，每張圖片只包含了其中一種食材。
來源：AI 研習(xí)社
大賽主頁提供了「肺炎 X 光片」相關(guān)的數(shù)據(jù)集，包括了訓(xùn)練集 6140 張，測試集 856 張。參賽者需要根據(jù)美食圖片中食材進(jìn)行分類，其中：茄子=0、山藥=1、苦瓜=2、西蘭花=3。
開始時間：2020-02-13 18:00:00
結(jié)束時間：2020-03-14 23:59:59
本次大賽基礎(chǔ)獎金池為 3000 元，比賽一共設(shè)置了三種獎項，包括了：參與獎（30%）、突破獎（20%）、排名獎（50%）；AI 研習(xí)社春節(jié)紅包活動仍在繼續(xù)，邀請好友參賽得獎金，獎金直接劃入個人賬戶，視同比賽獎金。以上四種獎項均互不沖突哦！
數(shù)據(jù)集部分圖片示例
數(shù)據(jù)集下載鏈接：
https://static.leiphone.com/food_challenge2.zip
春節(jié)紅包活動：
最終提交結(jié)果文件如下所示，其中，第一個字段位：測試集圖片 ID（注意 ID 即文件名是從 0 開始的）；第二個字段：食材 ID（茄子=0、山藥=1、苦瓜=2、西蘭花=3）
Ps：建議使用 UTF-8 編碼，共計 856 個結(jié)果，因?yàn)閿?shù)量不足可能導(dǎo)致無法評分哈~
整個比賽的評審?fù)耆该骰?，我們將會對比選手提交的 csv 文件，確認(rèn)正確分辨圖片數(shù)據(jù)，并按照如下公式計算得分，其中：
True：模型分類正確數(shù)量
Total ：測試集樣本總數(shù)量
每日 24:00，我們也會將最新結(jié)果更新在官網(wǎng)排行榜上，你可以隨時隨地查看自己的排名情況。
更多信息，可進(jìn)入?yún)①愔黜摬榭矗?a target="_blank" rel=nofollow>https://god.yanxishe.com/26
雷鋒網(wǎng) AI 開發(fā)者 雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
