Day14 TesorFlow.js 使用MobileNet做影像分類

第 11 屆 iThome 鐵人賽

DAY 15

自我挑戰組

Tensorflow.js初學筆記系列第 15 篇

11th鐵人賽

qu4qu426com123

2019-10-01 23:21:10

2706 瀏覽

分享至

之前有講到如何儲存、與載入Layer API的模型
今天就是來載入別人處理好的模型
來做影像分類

在這裡用的是Google的研究團隊提出的CNN模型，MobileNet，在目前有的模型中，例如說VGG,RestNet等等的神經網路層深度小很多，當然也就相對沒有那麼準確，不過就要看要用在什麼場合，MobileNet顧名思義就是希望能夠在計算能力較差的行動裝置內應用，所以核心思想就是減化計算量。

那MobileNet是怎麼減化計算量的呢?
先回想一下前幾天做的MNIST手寫數字辨識，裡面最大的部份發生在卷積的計算中，如果要減少計算量，基本上就是從這邊下手
例如像奇異值分解(SVD)，把影像矩陣拆成兩個較小矩陣的乘積，那麼在全連接層的計算權重就會減少很多，不過要怎麼用Layer API做到這件事，好像有點想不太到
根據MobileNet論文的說法
MobileNet在減化計算量方面是透過將卷積計算改成一種叫Depthwise Separable Convolution(不知道怎麼翻譯比較好)的方式
一般的卷積計算
kernel_size* kernel_sizeinput_chaneloutput_chanelfeature_map_size feature_map_size
他只是把它分開來算
分成depthwise convolution 負責用kenal去濾資料
跟pointwise convolution 負責轉換
所以第一步depthwise convolution
kernel_size* kernel_sizeinput_chanel feature_map_size feature_map_size
第二步pointwise convolution再從input轉output
nput_chaneloutput_chanelfeature_map_size feature_map_size
稍微寫清楚一點
另K=kernel_size* kernel_size
另M= input_chanel
另N= output_chanel
另F= feature_map_size* feature_map_size
那原先的計算量就是KMNF
Depthwise Separable Convolution的計算量是KMF+MN*F
分開來的計算量/原先計算量
=(KMF+MNF)/(KMNF)
=(1/N)+(1/K)
因為MobileNet中設定的kernel_size=3
所以K=9
(1/K)=0.1111111
output_channel肯定不會只又1(因為要形成不同的特徵圖)
所以結果來說會快很多
以下是取自論文的比較表

可以看到參數少了很多(雖然每一層會變成兩層，但因為層數還是比別人少，所以總參數也是少很多)
而乘法與加法的計算量相對少了很多
精準度也沒差多少
PS使用的最佳化的函數是RMSprop

另外還有就是控制模型大小的超參數: width multiplier
會影響input_chanel、output_chanel的大小
可設置區間(0,1]之間，可以將計算量與參數數量降低

另外是控制特徵圖大小: resolution multiplier
常見224、192、160、128

PS:還有一個V2版的與V1性能差異可以參考這裡

以下是基本的使用範例

<!DOCTYPE html>
<html>
<head>
    <meta charset="UTF-8">
    <title>mobilenet</title>
    <!-- TensorFlow.js Core -->
    <script 
        src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@1.2.7/dist/tf.min.js">
    </script>
    <!-- TensorFlow.js mobilenet model -->
    <script 
        src="https://cdn.jsdelivr.net/npm/@tensorflow-models/mobilenet">
    </script>
</head>
<body>
    <img id="img" crossOrigin src="https://i.imgur.com/WRitB1p.jpg" 
    width=400 height=400 />
    <p id="result"></p>
    <script>
        async function app() {
            const mobilenet_model = await mobilenet.load();
            const img = document.getElementById('img');
            const result = await mobilenet_model.classify(img);
            document.getElementById('result').innerHTML = result[0].className;
            console.table(result);
        }
        app();
    </script>
</body>
</html>