Отнесение всего изображения к одному или нескольким классам — базовая задача зрения.
Ключевые тезисы
- Дообучение предобученного бэкбона почти всегда лучше обучения с нуля.
- Top-1 и top-5 accuracy — стандартные метрики.
- Дисбаланс и «шумные» метки — типичные проблемы реальных датасетов.
Подробный разбор
2 подтем — раскройте любую, чтобы увидеть объяснение, формулы, примеры и интерактивные графики.
1Рецепт дообучения
Что делать, когда у вас 2000 картинок и десять классов.
- Взять предобученный бэкбон, заменить последний слой на свой.
- Обучить только голову (2–3 эпохи, lr ).
- Разморозить всё, дообучить с малым lr ( и ниже), с cosine-расписанием.
- Включить аугментации, label smoothing и early stopping.
Дисбаланс классов лечится взвешенной функцией потерь или сэмплером; при сильном дисбалансе смотрите на per-class recall, а не на общую accuracy.
2Диагностика классификатора
Что смотреть, когда accuracy не растёт.
- Матрица ошибок по классам — обычно путаются две-три конкретные пары.
- Самые уверенные ошибки — часто это ошибки разметки.
- Grad-CAM: если модель смотрит на фон, а не на объект, у вас утечка через контекст съёмки.
- Дубликаты между train и test — проверяйте по хешам и перцептивным хешам.
Классический пример утечки в CV: снимки больных сделаны на одном аппарате, здоровых — на другом. Модель учится различать аппараты и показывает 0.99 на тесте.
Связанные темы
Свёртки и зрение
CNN85%
Свёрточные сети · Глубокое обучениеРазделяемые фильтры скользят по изображению, выявляя локальные паттерны с трансляционной инвариантностью.
CNN85%
Свёрточные сети в CV · Компьютерное зрениеБазовая архитектура зрения: иерархия фильтров от краёв до семантических частей объектов.
Object Detection85%
Детекция объектов · Компьютерное зрениеПоиск объектов на изображении с указанием класса и ограничивающей рамки.
Segmentation85%
Сегментация · Компьютерное зрениеКлассификация на уровне пикселей: семантическая, инстанс- и паноптическая.
Feature extraction85%
Извлечение признаков · Компьютерное зрениеОт ручных дескрипторов (SIFT, HOG) до эмбеддингов предобученных сетей.
Image preprocessing85%
Предобработка изображений · Компьютерное зрениеПриведение картинок к единому формату и аугментации, расширяющие обучающую выборку.