以典型的分类问题为例，来梳理模型的训练过程。训练的过程就是问题发现的过程，一次训练是为下一步迭代做好指引。
以典型的分类问题为例，来梳理模型的训练过程。训练的过程就是问题发现的过程，一次训练是为下一步迭代做好指引。
1.数据准备
准备：
- 数据标注前的标签体系设定要合理
- 用于标注的数据集需要无偏、全面、尽可能均衡
- 标注过程要审核
整理数据集
- 将各个标签的数据放于不同的文件夹中，并统计各个标签的数目
- 如：第一列是路径，最后一列是图片数目。
- PS：可能会存在某些标签样本很少/多，记下来模型效果不好就怨它。
- 样本均衡，样本不会绝对均衡，差不多就行了
- 如：控制最大类/最小类<\(\delta\)，\(\delta=5\),最后一列为均衡的目标值。
- 切分样本集
- 如：90%用于训练，10%留着测试，比例自己定。训练集合，对于弱势类要重采样，最后的图片列表要shuffle；测试集合就不用重采样了。
- 训练中要保证样本均衡，学习到弱势类的特征，测试过程要反应真实的数据集分布。
- 第一列是图片路径，后面几列是标签(多任务)。
- 按需要的格式生成tfrecord
按照train.list和validation.list生成需要的格式。生成和解析tfrecord的代码要根据具体情况编写。
2.训练
- 预处理，根据自己的喜好，编写预处理策略。
preprocessing的方法，变换方案诸如：随机裁剪、随机变换框、添加光照饱和度、修改压缩系数、各种缩放方案、多尺度等。进而，减均值除方差或归一化到[-1,1]，将float类型的Tensor送入网络。
这一步的目的是：让网络接受的训练样本尽可能多样，不要最后出现原图没问题，改改分辨率或宽高比就跪了的情况。 - 网络设计，基础网络的选择和Loss的设计。
基础网络的选择和问题的复杂程度息息相关，用ResNet18可以解决的没必要用101；还有一些SE、GN等模块加上去有没有提升也可以去尝试。
Loss的设计，一般问题的抽象就是设计Loss数据公式的过程。比如多任务中的各个任务权重配比，centorLoss可以让特征分布更紧凑，SmoothL1Loss更平滑避免梯度爆炸等。 - 优化算法
一般来说，只要时间足够，Adam和SGD+Momentum可以达到的效果差异不大。用框架提供的理论上最好的优化策略就是了。 - 训练过程
finetune网络，我习惯分两步：首先训练fc层，迭代几个epoch后保存模型；然后基于得到的模型，训练整个网络，一般迭代40-60个epoch可以得到稳定的结果。
total_loss会一直下降的，过程中可以评测下模型在测试集上的表现。真正的loss往往包括两部分。后面total_loss的下降主要是正则项的功劳了。
3.评估模型
1.混淆矩阵必不可少
混淆矩阵可以发现哪些类是难区分的。基于混淆矩阵可以得到各类的准召，进而可以得到哪些类比较差。
如：列为真值，行为检测的值。
gt/pl | 靴子 | 单鞋 | 运动 | 休闲 | 棉鞋 | 雪地靴 | 帆布 | 拖鞋 | 凉鞋 | 雨鞋 |
靴子 | 4524 | 45 | 39 | 79 | 12 | 59 | 5 | 6 | 0 | 20 |
单鞋 | 51 | 4088 | 15 | 44 | 115 | 9 | 18 | 80 | 43 | 6 |
运动 | 38 | 6 | 817 | 247 | 0 | 2 | 18 | 8 | 1 | 0 |
休闲 | 53 | 47 | 171 | 806 | 17 | 8 | 118 | 15 | 1 | 2 |
棉鞋 | 12 | 110 | 5 | 15 | 424 | 55 | 2 | 32 | 1 | 1 |
雪地靴 | 53 | 6 | 5 | 10 | 73 | 628 | 0 | 13 | 2 | 1 |
帆布鞋 | 5 | 28 | 16 | 158 | 1 | 1 | 515 | 17 | 3 | 4 |
拖鞋 | 6 | 139 | 1 | 12 | 33 | 3 | 18 | 2316 | 60 | 6 |
凉鞋 | 7 | 69 | 3 | 6 | 0 | 0 | 2 | 55 | 633 | 1 |
雨鞋 | 26 | 6 | 1 | 3 | 0 | 1 | 2 | 5 | 1 | 499 |
进而可得： |
label | 召回 | 精度 |
靴子 | 0.9446648569638756 | 0.947434554973822 |
单鞋 | 0.9147460281942269 | 0.8996478873239436 |
运动 | 0.7185576077396658 | 0.7614165890027959 |
休闲 | 0.6510500807754442 | 0.5840579710144927 |
... | ... | ... |
PS：运动-休闲容易混淆。 |
2.抽样看测试数据
从测试数据中每类抽1000张，把它们的模型结果放在不同的文件夹下。对于分析问题还是很有效的，为什么它会分错，要拿出来看看！
有些确实是人工标错了。
3.CAM
通过CAM可以查看网络究竟学到了什么(是不是学错了)。对于细粒度问题就不用分析CAM了，一般7x7的特征图本来就很小了，根本就看不出细节学到了什么，只能粗略看看部位定位是否准确。
也可以一定程度上帮助理解为什么网络会搞错，比如下面的单鞋被误判为了拖鞋。
本文作者：侯凯
