站長資訊平臺

你的食物變質沒？用AI算法來檢測一下吧

2018-09-27 來源：raincent

最近一條幼兒園采用過期食物的新聞引起了社會的強烈關注，對于食品安全而言，國家一直是嚴格要求的，尤其是對于嬰幼兒食品安全的標準，部分已經超越了國際上的標準。但可能是由于無法嚴格地執(zhí)行到每一個地方且檢測周期較長，造成這一現象的出現，著實有些令人憤怒。程序員，用代碼改變世界的一群人，今天向大家介紹用AI算法來檢測食物是否過期，希望能夠在以后普及應用到食物安全的初步檢測之中，下面以披薩為例。

在俄羅斯最大的披薩連鎖店“Dodo Pizza”的最新Dbrain用例中，首席數據科學家Arthur Kuzin解釋了開發(fā)的AI算法如何通過短信控制披薩質量，將披薩面團打分1到10分。下面詳細解釋如何教AI算法來評估披薩質量!

本文重點關注以下內容：i)僅從少數標記樣本中獲取完整數據集的標記; ii)將方框拉伸到對象的分割掩模(將方框的方形掩模應用于任何形狀)。

想法

Dodo pizza有許多活躍的客戶，在完成訂單后，他們同意分享他們對披薩質量的看法。為了簡化反饋環(huán)節(jié)及其處理過程，Dbrain開發(fā)了一個AI算法驅動的應用程序來檢查披薩質量。此應用程序類似于聊天機器人，客戶上傳照片后可以獲得得分為1到10的等級評分。

問題陳述

當程序員收到開發(fā)請求時，就著手開發(fā)一種可以客觀地確定面團質量的算法。問題在于確定披薩烘焙過程是何時停止的，披薩外皮上的白色氣泡與產品的變質相關。

數據挖掘

該數據集收集了披薩烘焙的照片，還包括了一些不相關的圖像。如果配方不正確，披薩外皮上就會出現白色氣泡。此外，專家還對面團質量進行了二元標記。因此，得到數據集之后，算法的開發(fā)就只是時間問題了。

這些數據集的照片是在不同的手機上、在不同的光線條件下以及從不同的角度拍攝得到的。整個數據集有17k張的披薩標本圖像，而整個數據集的圖片總數為60k張。

由于該任務需求非常簡單明了，因此用不同的方法來處理數據是一個很好的操練場。那么，以下就是我們解決任務所需要的：

1.選擇能夠看到披薩外殼的照片;

2.區(qū)分所選照片中的披薩外皮與背景區(qū)域;

3.在選定區(qū)域訓練神經網絡。

數據過濾

此外，我自己標記了一小部分照片，而不是向其他人解釋我真正需要的東西，因為，如果你想要做得好，自己就需要對數據進行處理，以下就是我所做的：

1.標記了50張有披薩外皮圖像，標記了50張沒有披薩外皮圖像：

2.使用resnet-152網絡在imagenet11k上預訓練權重等參數，在全連接層后提取特征;

3.將兩個類別的特征的平均值作為基準點;

4.計算從該基準點與剩余的60k圖片的所有特征之間的距離;

5.確定前300個與正類別相關的樣本，后500個與負類別相關的樣本;

6.基于這些樣本的特征訓練LightGBM;

7.使用此模型在整個數據集上預測出標簽;

這與我在kaggle比賽中用作基線的方法大致相同。

前傳

大約一年前，我和Evgeny Nizhibitsky一起參加了“海獅” kaggle比賽。任務是從無人機拍攝的圖像上統計海豹的個數。標記只是給出了尸體的坐標，但在某些時候， Vladimir Iglovikov用方框標記了它們，并在社區(qū)慷慨地進行了分享。

我決定通過分割來解決這個任務，在第一階段只將海豹方框作為目標。經過幾次訓練迭代后，很容易找到一些硬樣品，但是效果不好。

對于此示例，可以選擇沒有海豹的大區(qū)域，手動將蒙版設置為零，還可以添加到訓練集。因此，Evgeny和我訓練了一個模型，該模型已經學會了分割大型海豹鰭。

披薩外皮檢測和提取

再次回到主題披薩，為了識別所選和過濾后的圖像上的外殼，最佳選在標簽上做文章。通常，一些貼標機工作對同一樣本的工作方式是不同的，但當時我們已經對這種情況應用了一致性算法并將其用于方框中。這就是為什么我只是做了幾個例子就把它交給了貼標機。最后，獲得了500個樣本，這些樣本特別突出了披薩外皮區(qū)域。

為了識別所選過濾照片上的外殼，我為貼標機做了幾個例子。

第一次迭代模型訓練的結果仍然是錯誤的，預測的可信度定義如下：

1 ——(灰色區(qū)域的面積)/(掩膜的面積)

接下來，為了完成獲得接近掩模方框的下一次迭代，在小的樣本集上用TTA預測掩模。這在某種程度上可以被認為是WAAAAGH式的知識蒸餾，但更為正確地將其稱之為偽標簽。

然后，我人為地確定某個閾值，用于形成新訓練集的置信度，還可以選擇出標記出集成失敗的最復雜樣本。我認為這將是有用的，并在自己休息時標記了20張圖片。

最終模型訓練

最后——模型的訓練。為了準備樣品，我用掩膜提取了披薩外皮區(qū)域。此外，我通過擴大掩膜并將其應用于圖片以去除背景來略微充氣掩膜，因為它不包含有關面團質量的任何信息。然后我從Imagenet中調整了幾個模型。我總共收集了大約14k張合適的樣本，此外，沒有訓練整個神經網絡，而只訓練最后一組全連接層層以防止過擬合。