一種改進的可遷移深度學習模型*

摘 要：本文設計了一種改進的可遷移深度學習模型。該模型能夠在離開可靠的訓練環境（其中存在標簽）并被置于純粹的無標簽數據的領域時，輸出依然可以持續得到改善，這種訓練方式可以降低對監督學習的依賴程度。

關鍵詞：可遷移；深度學習；無標簽

*基金項目：湖南省教育廳科學研究課題“基于深度學習的智能無人機目標檢測算法研究”(20C0105)；

湖南省自然科學基金項目《基于高光譜特征信息融合的油菜籽品質參數反演與建模》（2021JJ60093）；

校級培育項目“基于深度學習的目標檢測算法研究”(22mypy15)

1 引言

隨著深度學習的發展，深度卷積神經網絡在圖像識別上取得了很大突破 , 基于深度學習的圖像識別方法避免了傳統圖像處理時最費時費力的特征提取部分，設計者只需要關注網絡結構的設計，網絡自動提取的特征越好，圖像分類的準確率就越高。然而，上述分類模型的訓練都需要帶大量標簽圖像樣本作為訓練集，模型的性能嚴重依賴標簽圖像數據集的質量和規模，人工標簽大量圖像數據集的成本高 ^[1]；面對互聯網上出現的海量圖像，圖像標簽的難度大大增加。為了提高數據分析的精度，深度學習技術的應用需要大量計算，由于模型結構越來越復雜，計算量成指數增長 ^[2]，如何優化深度學習的神經網絡模型是需要著重解決的問題。

2 基于弱監督的可遷移深度學習模型設計

與控制算法類似，有監督的深度學習算法 ^[3] 通過一個目標函數利用反饋。這個目標函數的輸出作為輸入（或“控制信號”）給反向傳播進行自我修正。我們解決的主要問題是為深度學習算法找到一種方法，當它進入可靠的訓練環境（其中存在標簽），遇到純粹的無標簽數據的區域時，還能繼續改善其輸出。在這種環境中，機器必須減少對監督的依賴。因此我們設計了一種基于弱監督的可遷移學習模型。此模型是將一個預先訓練好的模型用于另一個學習任務的過程（可能是在一個不同的、 不相關的區域）。這樣在一個新的數據集上完全訓練一個模型所需的計算時間和數據就會大大減少。預訓練網絡中的多個低層可以重新應用于另一個數據集，在那里它們可以重新得到訓練。在重新訓練的過程中，預訓練模型的最后一層可以針對新的數據集進行微調。

基于弱監督的可遷移學習模型的核心在于數據的導入和在神經網絡中的循環方法。收集高質量和足夠大的真實世界數據集來進行訓練，具有挑戰性并且高耗時。本學習模型通過要求一個相對較小的數據集來減輕這一負擔，并以有效的方式使用該數據集來改進模型。基于弱監督可遷移深度學習模型的數據流圖如圖 1 所示。

對于復雜的數據集或有相似數據的數據集，基于弱監督的可遷移學習是一種初始化神經網絡的有效方法，并使其有更大的機會獲得更高的初始精度。初始生成的第 0 代數據集可以用小規模的數據點組成，這些數據點會被標注標簽。由機器讀取原始的、未標記的數據被分割成適當大小的可用處理模塊，以滿足可用的處理能力。然后將相似的每一組數據集都假定為有效的數據，分批送入神經網絡。直觀地說，原始的、無標簽的數據由神經網絡處理，用來確定每個數據點的標簽。一旦這個新數據被標記，符合預定義標簽的數據點就會與第 0 代數據相結合。然后，模型在新一代數據集上進行訓練。這種數據融合對于模型的整體改進能力至關重要，測試產生的結果優于不加區分地處理所有未標注的數據。一旦創建了新一代的數據集，它就會被流回，用更大、更準確、更強大的標簽數據集合重新調整模型。這個過程將重復進行，使模型得到改善，使得數據集得到增長。可遷移學習模型使用一個 CNN（卷積神經網絡），這個 CNN 很簡單：它由兩個卷積層組成，每個卷積層都被重新激活。卷積層之后是一個 2×2 的最大池子層，反過來又反饋到一個全連接的、重新激活的層，然后分配一個 softmax 分類器。

為了提高代碼的速度和避免用可能的錯誤預測來稀釋訓練集，模型預測每批數據的標簽，并在由第 0 代數據和新預測的數據合成的訓練集中進行訓練。附加的預測被存儲在一個先進先出（FIFO）的隊列式數據結構中。這樣一來，模型對以前樣本的記憶和訓練，在新的批次出現之前至少會停留幾個迭代。同時，預置的第 0 代數據仍然是永久性的，每次迭代代碼都會將第 0 代和隊列的內容一起進行訓練。學習循環的另一個關鍵點是其不確定性的樣本提取。在 FIFO 隊列中預測的上一批訓練數據追加到第 0 代之前，代碼會檢查每個樣本的前兩個標簽的概率。如果一個樣本的前兩個標簽概率相同或在一定范圍內，那么在追加到 0 代之前，該樣本將從訓練集中提取出來。在這些情況下，附加的批次較小；提取后留下的空白沒有被新的數據重新填補。因此，該模型避免了在不確定的預測上進行訓練。這已被證明可以提高平均和最大的訓練精度。基于弱監督的可遷移深度學習的算法如圖 2 所示。

圖2 基于弱監督的可遷移深度學習的算法

3 實驗測試

MNIST 數據集是由 LeCun 等人開發的，用于評估手寫數字分類問題的機器學習模型 ^[4]。該數據集是由美國國家標準與技術研究所（NIST）提供的一些掃描文件數據集構建的。數字的圖像取自各種掃描文件，尺寸標準化并居中。該數據集已被研究人員廣泛使用，因此可以對性能進行明確的衡量。這使得它成為評估模型的優秀數據集，使開發者能夠專注于機器學習 ^[5]。數據集中每張圖片是一個 28×28 像素的正方形。一個標準的分割數據集被用來評估和比較模型，其中 10 000 張圖片被用來訓練一個模型，另一組 5 000 張圖片被用來測試。

圖3 載入MNIST數據集的樣本圖像

基于弱監督的可遷移學習模型測試從加載 MNIST 數據集開始。數據被分流到兩個不同的類別：小于 5 的數字（L5）和大于或等于 5 的數字（G5）。L5 數據集用于預訓練模型的權重；然后這些權重將被轉移到模型上，該模型將不斷學習如何標記 G5 數字。在轉移了基于 L5 的權重后，代碼首次將模型引入一小批 G5 數據中。將這批初始數據的規模定在 200 個左右，這是讓模型對 G5 數字有必要的認識和理解的最小數量。該模型在這些數字的原始、正確的標簽上進行訓練。這個由 300 個 樣本組成的原始數據集連同其標簽被稱為第 0 代。這就是持續學習的開始。一旦模型對數據集有了一些了解，代碼就會進入一個循環，其中模型會處理一批又一批原始的、沒有標簽的數據。模型預測每批數據的標簽，并在由第 0 代樣本和新猜測的樣本組成的聯合訓練集中進行訓練。學習循環的下一次迭代將下一批 G5 數據追加到這個訓練集上。一個小的初始數據集可以在其整個運行過程中進行訓練。迄今為止改進最大的遷移學習方法使用了 35 代，初始 0 代大小為 100 張圖像，隨后幾代的數據子集為 400 張圖像。同時將此算法在 CIFAR-10 數據集上進行訓練，圖 4 顯示在兩個數據集上訓練的準確率。

圖4 基于弱監督的可遷移學習模型測試準確率圖

如圖 4 所示，每一代初始模型的測試準確率開始為 56.70%，但在進行了 35 代遷移學習后，模型的準確率提高到 92.5%。而且在 CIFAR-10 數據集的準確率也由最初的 49% 提升到 91.2%。實驗證明了一個小的初始數據集可以用來創建一個隨著時間推移不斷改進和學習的模型。

4 結論

本文的研究表明，在一個相對較小的、初始標記的圖像數據集的情況下，可以采用一個改進的弱監督可遷移學習模型，該模型可以通過一些未標記的圖像來改進自己，節省初始數據集的訓練時間。由于該模型開始時的準確度相對較低，只有在更多的無標簽數據集中才能得到改善，因此系統必須能夠在模型有時間改善之前處理不合格的標簽數據。

參考文獻：

[1] 周強.面向圖像分類的遷移學習算法研究[D].北京:北京郵電大學,2021.

[2] 魏文怡.基于深度學習的無人機目標識別方法研究[D].南京:南京航空航天大學,2019.

[3] Weiss K,Khoshgoftaar T M,Wang D D.A survey of transfer learning[J].Journal of Big Data,2016,3(1):1-40.

[4] ZHAOＲ,YANＲQ,CHEN Z H,et al.Deep learning and its applications to machine health monitoring[J].Mechani-cal Systems and Signal Processing,2019(115):213－237.

[5] 卜文銳.基于MNIST數據集的參數最優化算法比較研究[J].電子技術與軟件工程.2021(11):187-188.

(注：本文轉載自《電子產品世界》雜志2022年10月期)