Experimentelle Rahmenbedingungen für Bildklassifizierungsaufgaben mit aktiven Lernmethoden

Effiziente Methoden zur Bildklassifikation: Experimentelle Einstellungen und Training

In der heutigen Zeit ist die Bildklassifikation eine der faszinierendsten Herausforderungen im Bereich des maschinellen Lernens. In diesem Blogbeitrag präsentieren wir unsere experimentellen Einstellungen, die verwendeten Datensätze sowie die spezifischen Trainingsdetails, die wir genutzt haben, um die Leistung unserer neuen Methode zu evaluieren. Durch den Einsatz von Deep Learning Bibliotheken wie PyTorch und leistungsstarker Hardware, insbesondere der NVIDIA Geforce RTX 3090 GPU, konnten wir bedeutende Fortschritte erzielen.

Experimentelle Einstellungen

Unsere Methode wurde in einer Reihe von Bildklassifikationsaufgaben evaluiert. Um die Effektivität zu testen, verwendeten wir fünf weitverbreitete Bildklassifikationsdatensätze: CIFAR-10, CIFAR-100, SVHN, Caltech-101 und ImageNet-64. Diese Datensätze sind bekannt für ihre unterschiedlichen Größen und Klassenanzahlen und bieten eine solide Grundlage für das Training von Machine Learning Modellen.

Verwendete Datensätze

1. CIFAR-10: Umfasst 50.000 Trainingsbilder und 10.000 Testbilder, mit einer Bildgröße von 32×32 Pixeln und 10 Klassen.

2. CIFAR-100: Ähnlich wie CIFAR-10, jedoch verteilt auf 100 Klassen mit denselben Anzahl an Bildern.

3. SVHN: Besteht aus 73.257 Trainings- und 26.032 Testbildern, auch mit einer Bildgröße von 32×32 Pixeln und 10 Klassen (Ziffern von 0 bis 9).

4. Caltech-101: Dieser Datensatz hat 9.144 Bilder, die sich auf 101 Klassen verteilen, mit jeweils 40 bis 800 Bildern pro Klasse. Die Bildgrößen variieren von etwa 200 bis 300 Pixel.

5. ImageNet-64: Eine reduzierte Version des berühmten ImageNet-Datensatzes, der 1.281.167 Bilder in 1.000 Klassen umfasst, wobei alle Bilder auf eine feste Größe von 64×64 Pixeln skaliert wurden.

Trainingsdetails

Für unser Training haben wir das ResNet-18 Modell verwendet, das sich für die Bildklassifikation bewährt hat. Der stochastische Gradientenabstieg (SGD) wurde als Optimierer eingesetzt, wobei wir für alle Experimente dieselben Hyperparameter verwendeten.

• Hyperparameter:
  • Lernrate: 0.1 (angepasst auf 0.01 bei 80% der Epochen)
  • Gewichtungsabfall: (5 \times 10^{-4})
  • Momentum: 0.9
  • Batchgrößen variierten je nach Datensatz (z.B. 128 für CIFAR-10 und 512 für ImageNet).

Vergleich mit bestehenden Methoden

Wir verglichen die Leistung unserer Methode mit verschiedenen bestehenden aktiven Lernmethoden wie random sampling, Learning Loss und PT4AL. Interessanterweise fanden wir, dass unsere Methode in den späteren Phasen des aktiven Lernens oft bessere Ergebnisse lieferte, was auf ihre robusten Eigenschaften hinweist.

Quantitative Vergleiche

Die Ergebnisse unserer Klassifikationsexperimente zeigten, dass unsere Methode eine überlegene oder zumindest konkurrenzfähige Leistung im Vergleich zu den bestehenden Methoden erzielte, insbesondere in den letzten Phasen der aktiven Lernzyklen. Dies deutet darauf hin, dass die integrierte Technik zur aktiven Lernoptimierung effizienter ist und besser auf die dynamischen Änderungen in den Datensätzen reagiert.

Zusammenfassend stellen die experimentellen Einstellungen und der methodische Ansatz, den wir bei unseren Tests verwendet haben, einen signifikanten Fortschritt in der Bildklassifikation dar. Diese Erkenntnisse könnten nicht nur zur Verbesserung der aktuellen Methoden beitragen, sondern auch der weiteren Erforschung im Bereich des maschinellen Lernens und der künstlichen Intelligenz neue Impulse verleihen. Wir freuen uns darauf, unsere Fortschritte in zukünftigen Veröffentlichungen zu teilen!