雷鋒網(wǎng) AI 開(kāi)發(fā)者按：就在幾個(gè)月前，AI 研習(xí)社推出了第一場(chǎng)有關(guān)美食識(shí)別的挑戰(zhàn)賽（http://www.ozgbdpf.cn/news/201912/flrnkIxJGI4bw3TE.html）。該比賽要求參賽者能夠從給出待識(shí)別圖片中正確區(qū)分豆腐與土豆，這一任務(wù)也讓眾多圖片識(shí)別愛(ài)好者得到了初級(jí)練手。

相較第一場(chǎng)美食識(shí)別挑戰(zhàn)賽，這次推出的比賽 2.0 難度略有增加。除了食材種類的成倍增加之外，四種食材的圖片辨識(shí)度也有所降低。這對(duì)于專注于圖像識(shí)別的開(kāi)發(fā)者而言，相信是非常值得嘗試的一次挑戰(zhàn)！

二分類 ---> 多分類

如果你單純以為這次挑戰(zhàn)賽只是將種類增加了 2 類，那可就誤會(huì)大了。從學(xué)術(shù)的角度來(lái)看，這次的問(wèn)題實(shí)際上是由之前的二分類問(wèn)題擴(kuò)展到了多分類問(wèn)題。

通常在處理二分類問(wèn)題時(shí)，我們只需將所涉及類別分為兩類，例如：真（1），假（0），然后再進(jìn)行兩兩配對(duì)即可。之后根據(jù)測(cè)試結(jié)果與實(shí)際情況的對(duì)比，我們還會(huì)得到一個(gè)混淆矩陣，其中包括四類數(shù)據(jù)：

• 預(yù)測(cè)為真且實(shí)際為真的 True Positives（TP）

• 預(yù)測(cè)為假且實(shí)際為真的 False Negatives（FN）

• 預(yù)測(cè)為真且實(shí)際為假的 False Positives（FP）

• 預(yù)測(cè)為假且實(shí)際為假 True Negatives（TN）

二分類問(wèn)題

除此之外，也涉及到由此衍生的多個(gè)衡量模型質(zhì)量的相關(guān)指標(biāo)。例如：精確率 (Precision)——模型判斷正確的數(shù)據(jù) (TP+TN) 占總數(shù)據(jù)的比例；召回率 (Recall)——模型正確判斷出的正例 (TP) 占數(shù)據(jù)集中所有正例的比例；準(zhǔn)確率 (Accuracy)——針對(duì)模型判斷出的所有正例 (TP+FP) 而言, 其中真正例 (TP) 占的比例。

而如果是多分類問(wèn)題，例如本次挑戰(zhàn)賽所涉及的 4 類，不僅分類將對(duì)應(yīng)增加為茄子（0）、山藥（1）、苦瓜（2）、西蘭花（3），而且相應(yīng)的混淆矩陣也將由之前的 2*2 變?yōu)?4*4。如果多分類問(wèn)題擴(kuò)展到 10 類，那混淆矩陣將會(huì)變成 10*10 的矩陣。

多類細(xì)胞分類問(wèn)題示例

類似于線性回歸分類，多元線性回歸較單元線性回歸問(wèn)題，增加變量個(gè)數(shù)即單變量推廣到多元；運(yùn)用梯度下降法時(shí)，方法同單變量線性回歸，代價(jià)函數(shù)也將有很大的變化。

具體而言，多變量的時(shí)候，變量的取值范圍將有差異。如果差異過(guò)大，產(chǎn)生的代價(jià)函數(shù)極不規(guī)整，像特別狹長(zhǎng)的橢圓，這時(shí)候進(jìn)行梯度下降時(shí)，路徑會(huì)十分曲折。

圖片來(lái)源：https://blog.csdn.net/qq_36187544/article/details/87879423

如此一來(lái)，多分類問(wèn)題不僅有多個(gè)參數(shù)增加的代價(jià)問(wèn)題；同時(shí)，考慮到模型質(zhì)量問(wèn)題，也需要有更為復(fù)雜的衡量指標(biāo)來(lái)對(duì)模型進(jìn)行判斷與優(yōu)化。因此，多分類問(wèn)題每多一個(gè)類別，識(shí)別問(wèn)題的復(fù)雜維度將大大增加。

多分類問(wèn)題解決思路

當(dāng)問(wèn)題從二分類變?yōu)槎喾诸悤r(shí)，通常開(kāi)發(fā)者們采用的是拆解法，即：將多分類問(wèn)題拆分成多個(gè)二分類問(wèn)題，為每一個(gè)二分類問(wèn)題訓(xùn)練一個(gè)分類器，再綜合多個(gè)分類標(biāo)準(zhǔn)下的預(yù)測(cè)結(jié)果進(jìn)行集成，得到最終分類。這種將問(wèn)題轉(zhuǎn)換的拆分策略主要為三種：

• 二元關(guān)聯(lián) 將每個(gè)標(biāo)簽當(dāng)做單獨(dú)的一個(gè)類分類問(wèn)題。給定數(shù)據(jù)集 D 這里有 N 個(gè)類別，這種情況下就是將這些類別兩兩配對(duì)，從而產(chǎn)生 N(N-1)/2 個(gè)二分類任務(wù)，在測(cè)試的時(shí)候把樣本傳給這些分類器，然后進(jìn)行決策。

• 分類器鏈 將每一次的一個(gè)類作為正例，其余作為反例，總共訓(xùn)練 N 個(gè)分類器。測(cè)試的時(shí)候若僅有一個(gè)分類器預(yù)測(cè)為正的類別則對(duì)應(yīng)的類別標(biāo)記作為最終分類結(jié)果，若有多個(gè)分類器預(yù)測(cè)為正類，則選擇置信度最大的類別作為最終分類結(jié)果。

• 多分類策略 基于一種糾錯(cuò)輸出碼的分類方法，分為編碼與解碼兩個(gè)步驟。編碼負(fù)責(zé)對(duì) N 個(gè)類別做 M 次劃分，解碼則負(fù)責(zé)用 M 個(gè)分類器分別對(duì)測(cè)試樣本進(jìn)行預(yù)測(cè)，得到最終預(yù)測(cè)結(jié)果。

ECOC 編碼示意圖

但不管是哪種策略，對(duì)于每個(gè)分類器的訓(xùn)練集，開(kāi)發(fā)者都可以先將原始訓(xùn)練集的標(biāo)簽重新定義分成兩類，轉(zhuǎn)化為二分類問(wèn)題，然后對(duì)每個(gè)分類器作相應(yīng)的心理，從而對(duì)測(cè)試集進(jìn)行分類判斷得到每一個(gè)分類器標(biāo)簽，最后在通過(guò)對(duì)各個(gè)分類器的標(biāo)簽得到最后的識(shí)別結(jié)果。

除此之外，選擇合適的評(píng)價(jià)指標(biāo)有助于選出更適合于當(dāng)前任務(wù)的算法，開(kāi)發(fā)者還可以為這一識(shí)別模型設(shè)計(jì)合適的評(píng)價(jià)指標(biāo)。對(duì)于分類任務(wù)而言，評(píng)價(jià)指標(biāo)主要關(guān)注點(diǎn)在于系統(tǒng)分類正確的能力；因此，所涉及到的評(píng)價(jià)指標(biāo)可參考二分類的精確率、召回率、準(zhǔn)確率等。

對(duì)于多類別分類，圖示為兩特征分 3 類

美食識(shí)別挑戰(zhàn)（Ⅱ）：茄子、山藥、苦瓜 or 西蘭花？

本次 AI 研習(xí)社發(fā)起的美食識(shí)別挑戰(zhàn)賽任務(wù)即：正確判斷美食圖片中出現(xiàn)的食材。其中，食材共 4 種分類，包含了：茄子、山藥、苦瓜、西蘭花。

這相對(duì)于第一場(chǎng)美食識(shí)別系列挑戰(zhàn)賽「土豆 or 豆腐」而言，難度有所上升。但和之前比賽相同的是，每張圖片只包含了其中一種食材。

來(lái)源：AI 研習(xí)社

大賽主頁(yè)提供了「肺炎 X 光片」相關(guān)的數(shù)據(jù)集，包括了訓(xùn)練集 6140 張，測(cè)試集 856 張。參賽者需要根據(jù)美食圖片中食材進(jìn)行分類，其中：茄子=0、山藥=1、苦瓜=2、西蘭花=3。

開(kāi)始時(shí)間：2020-02-13 18:00:00

結(jié)束時(shí)間：2020-03-14 23:59:59

本次大賽基礎(chǔ)獎(jiǎng)金池為 3000 元，比賽一共設(shè)置了三種獎(jiǎng)項(xiàng)，包括了：參與獎(jiǎng)（30%）、突破獎(jiǎng)（20%）、排名獎(jiǎng)（50%）；AI 研習(xí)社春節(jié)紅包活動(dòng)仍在繼續(xù)，邀請(qǐng)好友參賽得獎(jiǎng)金，獎(jiǎng)金直接劃入個(gè)人賬戶，視同比賽獎(jiǎng)金。以上四種獎(jiǎng)項(xiàng)均互不沖突哦！

數(shù)據(jù)集部分圖片示例

數(shù)據(jù)集下載鏈接：

https://static.leiphone.com/food_challenge2.zip 

春節(jié)紅包活動(dòng)：

https://god.yanxishe.com/competition/activity/jumpPullNewer   

評(píng)審標(biāo)準(zhǔn)

最終提交結(jié)果文件如下所示，其中，第一個(gè)字段位：測(cè)試集圖片 ID（注意 ID 即文件名是從 0 開(kāi)始的）；第二個(gè)字段：食材 ID（茄子=0、山藥=1、苦瓜=2、西蘭花=3）

Ps：建議使用 UTF-8 編碼，共計(jì) 856 個(gè)結(jié)果，因?yàn)閿?shù)量不足可能導(dǎo)致無(wú)法評(píng)分哈~

整個(gè)比賽的評(píng)審?fù)耆该骰?，我們將?huì)對(duì)比選手提交的 csv 文件，確認(rèn)正確分辨圖片數(shù)據(jù)，并按照如下公式計(jì)算得分，其中：

• True：模型分類正確數(shù)量

• Total ：測(cè)試集樣本總數(shù)量

每日 24:00，我們也會(huì)將最新結(jié)果更新在官網(wǎng)排行榜上，你可以隨時(shí)隨地查看自己的排名情況。

更多信息，可進(jìn)入?yún)①愔黜?yè)查看：https://god.yanxishe.com/26 

雷鋒網(wǎng) AI 開(kāi)發(fā)者  雷鋒網(wǎng) 

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。