► 代码示例 / 计算机视觉 / 用于图像分类的 RandAugment，提升模型鲁棒性

用于图像分类的RandAugment，提升模型鲁棒性

作者： Sayak Paul Sachin Prasad
创建日期 2021/03/13
上次修改 2023/12/12
描述：使用 RandAugment 训练图像分类模型，提升模型鲁棒性。

ⓘ 此示例使用 Keras 3

数据增强是一种非常有用的技术，可以帮助提高卷积神经网络 (CNN) 的平移不变性。RandAugment 是一种针对视觉数据的随机数据增强例程，在 RandAugment：使用减少搜索空间的实用自动数据增强中提出。它由强增强变换（如颜色抖动、高斯模糊、饱和度等）以及更传统的增强变换（如随机裁剪）组成。

这些参数针对给定数据集和网络架构进行调整。RandAugment 的作者还在原始论文（图 2）中提供了 RandAugment 的伪代码。

最近，它已成为嘈杂学生训练和用于一致性训练的无监督数据增强等作品的关键组成部分。它也是 EfficientNets 成功的重要因素。

pip install keras-cv

导入和设置

import os

os.environ["KERAS_BACKEND"] = "tensorflow"
import keras
import keras_cv
from keras import ops
from keras import layers
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import tensorflow_datasets as tfds

tfds.disable_progress_bar()
keras.utils.set_random_seed(42)

加载 CIFAR10 数据集

对于此示例，我们将使用 CIFAR10 数据集.

(x_train, y_train), (x_test, y_test) = keras.datasets.cifar10.load_data()
print(f"Total training examples: {len(x_train)}")
print(f"Total test examples: {len(x_test)}")

Total training examples: 50000
Total test examples: 10000

定义超参数

AUTO = tf.data.AUTOTUNE
BATCH_SIZE = 128
EPOCHS = 1
IMAGE_SIZE = 72

初始化 `RandAugment` 对象

现在，我们将使用 RandAugment 作者建议的参数，从 imgaug.augmenters 模块初始化 RandAugment 对象。

rand_augment = keras_cv.layers.RandAugment(
    value_range=(0, 255), augmentations_per_image=3, magnitude=0.8
)

创建 TensorFlow `Dataset` 对象

train_ds_rand = (
    tf.data.Dataset.from_tensor_slices((x_train, y_train))
    .shuffle(BATCH_SIZE * 100)
    .batch(BATCH_SIZE)
    .map(
        lambda x, y: (tf.image.resize(x, (IMAGE_SIZE, IMAGE_SIZE)), y),
        num_parallel_calls=AUTO,
    )
    .map(
        lambda x, y: (rand_augment(tf.cast(x, tf.uint8)), y),
        num_parallel_calls=AUTO,
    )
    .prefetch(AUTO)
)

test_ds = (
    tf.data.Dataset.from_tensor_slices((x_test, y_test))
    .batch(BATCH_SIZE)
    .map(
        lambda x, y: (tf.image.resize(x, (IMAGE_SIZE, IMAGE_SIZE)), y),
        num_parallel_calls=AUTO,
    )
    .prefetch(AUTO)
)

为了比较，我们还将定义一个简单的增强管道，包括随机翻转、随机旋转和随机缩放。

simple_aug = keras.Sequential(
    [
        layers.Resizing(IMAGE_SIZE, IMAGE_SIZE),
        layers.RandomFlip("horizontal"),
        layers.RandomRotation(factor=0.02),
        layers.RandomZoom(height_factor=0.2, width_factor=0.2),
    ]
)

# Now, map the augmentation pipeline to our training dataset
train_ds_simple = (
    tf.data.Dataset.from_tensor_slices((x_train, y_train))
    .shuffle(BATCH_SIZE * 100)
    .batch(BATCH_SIZE)
    .map(lambda x, y: (simple_aug(x), y), num_parallel_calls=AUTO)
    .prefetch(AUTO)
)

可视化使用 RandAugment 增强的 dataset

sample_images, _ = next(iter(train_ds_rand))
plt.figure(figsize=(10, 10))
for i, image in enumerate(sample_images[:9]):
    ax = plt.subplot(3, 3, i + 1)
    plt.imshow(image.numpy().astype("int"))
    plt.axis("off")

png

建议您运行上面的代码块几次，以查看不同的变化。

可视化使用 `simple_aug` 增强的 dataset

sample_images, _ = next(iter(train_ds_simple))
plt.figure(figsize=(10, 10))
for i, image in enumerate(sample_images[:9]):
    ax = plt.subplot(3, 3, i + 1)
    plt.imshow(image.numpy().astype("int"))
    plt.axis("off")

png

定义模型构建实用程序函数

现在，我们定义一个基于 ResNet50V2 架构的 CNN 模型。另外，请注意，该网络本身已经有一个重新缩放层。这消除了对我们的 dataset 进行任何单独预处理的需要，对于部署目的来说非常有用。

def get_training_model():
    resnet50_v2 = keras.applications.ResNet50V2(
        weights=None,
        include_top=True,
        input_shape=(IMAGE_SIZE, IMAGE_SIZE, 3),
        classes=10,
    )
    model = keras.Sequential(
        [
            layers.Input((IMAGE_SIZE, IMAGE_SIZE, 3)),
            layers.Rescaling(scale=1.0 / 127.5, offset=-1),
            resnet50_v2,
        ]
    )
    return model


get_training_model().summary()

Model: "sequential_1"

┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━┓
┃ Layer (type)                    ┃ Output Shape              ┃    Param # ┃
┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━┩
│ rescaling (Rescaling)           │ (None, 72, 72, 3)         │          0 │
├─────────────────────────────────┼───────────────────────────┼────────────┤
│ resnet50v2 (Functional)         │ (None, 10)                │ 23,585,290 │
└─────────────────────────────────┴───────────────────────────┴────────────┘

 Total params: 23,585,290 (89.97 MB)

 Trainable params: 23,539,850 (89.80 MB)

 Non-trainable params: 45,440 (177.50 KB)

我们将在两个不同版本的 dataset 上训练该网络

一个使用 RandAugment 增强。
另一个使用 simple_aug 增强。

由于 RandAugment 众所周知可以增强模型对常见扰动和损坏的鲁棒性，因此我们还将在 CIFAR-10-C 数据集上评估我们的模型，该数据集由 Hendrycks 等人在常见损坏和扰动对神经网络鲁棒性的基准测试中提出。CIFAR-10-C 数据集包含 19 种不同的图像损坏和扰动（例如斑点噪声、雾、高斯模糊等），这些扰动还具有不同的严重程度级别。在本例中，我们将使用以下配置：cifar10_corrupted/saturate_5。来自此配置的图像如下所示

为了确保可重复性，我们将序列化浅层网络的初始随机权重。

initial_model = get_training_model()
initial_model.save_weights("initial.weights.h5")

使用 RandAugment 训练模型

rand_aug_model = get_training_model()
rand_aug_model.load_weights("initial.weights.h5")
rand_aug_model.compile(
    loss="sparse_categorical_crossentropy", optimizer="adam", metrics=["accuracy"]
)
rand_aug_model.fit(train_ds_rand, validation_data=test_ds, epochs=EPOCHS)
_, test_acc = rand_aug_model.evaluate(test_ds)
print("Test accuracy: {:.2f}%".format(test_acc * 100))

 391/391 ━━━━━━━━━━━━━━━━━━━━ 1146s 3s/step - accuracy: 0.1677 - loss: 2.3232 - val_accuracy: 0.2818 - val_loss: 1.9966
 79/79 ━━━━━━━━━━━━━━━━━━━━ 39s 489ms/step - accuracy: 0.2803 - loss: 2.0073
Test accuracy: 28.18%

使用 `simple_aug` 训练模型

simple_aug_model = get_training_model()
simple_aug_model.load_weights("initial.weights.h5")
simple_aug_model.compile(
    loss="sparse_categorical_crossentropy", optimizer="adam", metrics=["accuracy"]
)
simple_aug_model.fit(train_ds_simple, validation_data=test_ds, epochs=EPOCHS)
_, test_acc = simple_aug_model.evaluate(test_ds)
print("Test accuracy: {:.2f}%".format(test_acc * 100))

 391/391 ━━━━━━━━━━━━━━━━━━━━ 1132s 3s/step - accuracy: 0.3673 - loss: 1.7929 - val_accuracy: 0.4789 - val_loss: 1.4296
 79/79 ━━━━━━━━━━━━━━━━━━━━ 39s 494ms/step - accuracy: 0.4762 - loss: 1.4368
Test accuracy: 47.89%

加载 CIFAR-10-C 数据集并评估性能

# Load and prepare the CIFAR-10-C dataset
# (If it's not already downloaded, it takes ~10 minutes of time to download)
cifar_10_c = tfds.load("cifar10_corrupted/saturate_5", split="test", as_supervised=True)
cifar_10_c = cifar_10_c.batch(BATCH_SIZE).map(
    lambda x, y: (tf.image.resize(x, (IMAGE_SIZE, IMAGE_SIZE)), y),
    num_parallel_calls=AUTO,
)

# Evaluate `rand_aug_model`
_, test_acc = rand_aug_model.evaluate(cifar_10_c, verbose=0)
print(
    "Accuracy with RandAugment on CIFAR-10-C (saturate_5): {:.2f}%".format(
        test_acc * 100
    )
)

# Evaluate `simple_aug_model`
_, test_acc = simple_aug_model.evaluate(cifar_10_c, verbose=0)
print(
    "Accuracy with simple_aug on CIFAR-10-C (saturate_5): {:.2f}%".format(
        test_acc * 100
    )
)

 Downloading and preparing dataset 2.72 GiB (download: 2.72 GiB, generated: Unknown size, total: 2.72 GiB) to /home/sachinprasad/tensorflow_datasets/cifar10_corrupted/saturate_5/1.0.0...
 Dataset cifar10_corrupted downloaded and prepared to /home/sachinprasad/tensorflow_datasets/cifar10_corrupted/saturate_5/1.0.0. Subsequent calls will reuse this data.
Accuracy with RandAugment on CIFAR-10-C (saturate_5): 30.36%
Accuracy with simple_aug on CIFAR-10-C (saturate_5): 37.18%

为了便于说明，我们只对模型进行了一个 epoch 的训练。在 CIFAR-10-C 数据集上，使用 RandAugment 训练的模型可以获得更高的准确率（例如，在一个实验中为 76.64%），而使用 simple_aug 训练的模型的准确率则较低（例如，64.80%）。RandAugment 还可以帮助稳定训练过程。

在笔记本中，您可能会注意到，以增加 RandAugment 训练时间为代价，我们能够在 CIFAR-10-C 数据集上获得更好的性能。您可以尝试其他损坏和扰动设置，这些设置与运行相同的 CIFAR-10-C 数据集一起提供，看看 RandAugment 是否有帮助。

您还可以尝试 RandAugment 对象中 n 和 m 的不同值。在原始论文中，作者展示了单个增强转换对特定任务的影响以及一系列消融研究。欢迎您查看它们。

正如噪声学生训练和FixMatch等作品所展示的那样，RandAugment 在提高计算机视觉深度模型的鲁棒性方面取得了重大进展。这使得 RandAugment 成为训练不同视觉模型非常有用的方法。

您可以使用托管在Hugging Face Hub上的训练模型，并在Hugging Face Spaces上尝试演示。

用于图像分类的RandAugment，提升模型鲁棒性

◆ 导入和设置

◆ 加载 CIFAR10 数据集

◆ 定义超参数

◆ 初始化 RandAugment 对象

◆ 创建 TensorFlow Dataset 对象

◆ 可视化使用 RandAugment 增强的 dataset

◆ 可视化使用 simple_aug 增强的 dataset