• kaggle 水稻病害分類比賽網址
• 講師notebook

第六課的中間開始講到這個road to the top

一共分為4個notebook, 感覺可以學到很多技巧

讓我們來慢慢研究

這是以水稻病害分類為主題，所以先來看一下資料長什麼樣

包含了10,407張（佔總體的75%）稻谷葉片圖像，分為十個類別（包括九種疾病和正常葉片）。每個圖像還有提供metadata，例如稻谷品種和年齡。任務是使用訓練數據集開發一個準確的疾病分類模型，然後將測試數據集中的3,469張（佔總體的25%）稻谷葉片圖像分類為九種疾病或正常葉片

train的欄位說明如下：
image_id - 唯一的圖像ID，對應到 train_images 目錄中
label - 稻谷疾病的類型，也是目標類別。共有十個類別，包括正常葉片
variety - 稻谷品種的名稱
age - 稻谷的年齡（以天為單位）

test_images - 包含了3,469張測試集圖像。

讓我們看一下sample

所以要預測的就是給一張新圖片，我們要label 出他是哪一種疾病的水稻

那知道比賽內容後，就來看看講師怎麼教我們登頂?
先來檢查一下我們的數據，圖片都長怎樣，大小都有一樣嗎?

顯然kaggle 沒有對我們這麼好，有幾張不一樣的。
接下來先把image 都squish 到480*480

好了那我們先用一個model 來跑跑看，既然是影像，之前講師有一個notebook是關於影像model 的性能的，我們可以從中挑選一個出來跑跑看。講師挑的是resnet26d

現在看code ，以下選了model ，以及尋找建議起始的學習率

其中learn.lr_find() 函數中的 suggest_funcs 參數是什麼呢?
查了一下，是用於指定學習率尋找過程中的建議函數。這些函數用於分析學習率曲線，並提供建議的學習率範圍。

suggest_funcs 被設置為 (valley, slide)，這意味著兩個不同的函數將被用於分析學習率曲線。

valley 函數：通常用於找到學習率曲線的谷底，就是錯誤率降低最快的區域

slide 函數：通常用於找到學習率曲線的滑坡區域，即錯誤率開始上升的區域。

還有很多的函數可以選，這個我們現在不用先了解，先跟著跑看看。

可以看到這邊的第1個參數是3，代表跑了3個epoch, 第2個參數是0.001就是學習率，那怎麼不是剛才跑出來的建議學習率呢?這邊講師說他通常會習慣比建議的學習率高一點點。

接下來就是做預測了!

這邊把圖片load 進來做預測，可以看到他跑出幾個類別。

後面就只是做資料處理，怎麼把這些跟類別資料做mapping。

這樣就跑完登頂之路(一)

好像太簡單了XD?

後面還有登頂之路(二)(三)(四)

我們可以看看講師有什麼招數來優化這些步驟!

今天先這樣