技术标签: 论文阅读
今天内容是复现论文Anomaly Detection for Skin Disease Images Using Variational Autoencoder当中的实验,因为目前还没有连接到实验室的服务器,我的实验的训练次数只有3次,所以复现的效果可能相对来说要差一些。这一次所面对的数据集是图像数据集,所以主要针对图像数据集的一些操作和处理,以及对于图像数据集其网络结构如何建立做一点总结。
论文所使用的数据集是ISIC2018年比赛用的一个数据集,我是在网址https://challenge.kitware.com/#phase/5abcbc6f56357d0139260e66处下载的相关数据,数据需要注册一个邮箱,然后可以下载training data(包括10015张图片),以及一个csv文件,里面标注了每一张图片的真实分类。
在下载好了数据集和标签文档之后,先行做了一些预处理工作,将下载的图片(共7类)分别根据他们的标签存入了7个文件夹当中,这样在调用的时候采用以下的一些代码,就可以获取他们的图片数据和图片分类
from torchvision import transforms, datasets
def load_dataset(input_size, data_path, batch_size):#用来载入数据
normalize = transforms.Normalize(
mean=[0.5, 0.5, 0.5],
std=[0.5, 0.5, 0.5])
transform = transforms.Compose([
transforms.Resize((input_size, input_size)),
transforms.ToTensor(),
normalize,
])
train_dataset = datasets.ImageFolder(data_path, transform)
train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=batch_size,shuffle=True)
return train_loader
train_loader = load_dataset(input_size=image_size,data_path=data_path,batch_size=batch_size)
for idx, (image, target) in tqdm(enumerate(traint_loader)):
上述是调用的几句比较核心的语句,首先是在整理数据集的时候,要对其进行transform和normalize,其次是导入的时候的地址应该是7类图片所属文件夹的父文件夹。每一张图片的数据和所属标签可通过遍历的方式,从train_loader当中获得。
Encoding层结构(相对来说在处理图片的时候encoding层的结构是比较复杂的。之前我们处理的主要都是如KDD99这样的文本数据比较多)
ngf = 64
nz = 300
nc = 3
n = math.log2(imageSize)
self.encoder = nn.Sequential()
self.encoder.add_module('input-conv', nn.Conv2d(nc, ngf, 4, 2, 1,
bias=True))
self.encoder.add_module('input-relu', nn.ReLU(inplace=True))
for i in range(n - 3):
# state size. (ngf) x 32 x 32
self.encoder.add_module('pyramid_{0}-{1}_conv'.format(ngf * 2 ** i, ngf * 2 ** (i + 1)),
nn.Conv2d(ngf * 2 ** (i), ngf * 2 ** (i + 1), 4, 2, 1, bias=True))
self.encoder.add_module('pyramid_{0}_batchnorm'.format(ngf * 2 ** (i + 1)),
nn.BatchNorm2d(ngf * 2 ** (i + 1)))
self.encoder.add_module('pyramid_{0}_relu'.format(ngf * 2 ** (i + 1)), nn.ReLU(inplace=True))
通过打印模型当中的数值,我们可以看出网络的每一层情况都如下:
这里的参数kernel_size是卷积核,stride是步长,padding代表卷积操作是否使图像的大小改变。BatchNorm2d是一个归一化函数,对每个通道进行数据的归一化,最后通过ReLU之后输出到下一个网络层。
self.decoder = nn.Sequential()
# input is Z, going into a convolution
self.decoder.add_module('input-conv', nn.ConvTranspose2d(nz, ngf * 2 ** (n - 3), 4, 1, 0, bias=True))
self.decoder.add_module('input-batchnorm', nn.BatchNorm2d(ngf * 2 ** (n - 3)))
self.decoder.add_module('input-relu', nn.ReLU(inplace=True))
# state size. (ngf * 2**(n-3)) x 4 x 4
for i in range(n - 3, 0, -1):
self.decoder.add_module('pyramid_{0}-{1}_conv'.format(ngf * 2 ** i, ngf * 2 ** (i - 1)),
nn.ConvTranspose2d(
ngf * 2 ** i, ngf * 2 ** (i - 1),
4, 2, 1, bias=True))
self.decoder.add_module('pyramid_{0}_batchnorm'.format(ngf * 2 ** (i - 1)),
nn.BatchNorm2d(ngf * 2 ** (i - 1)))
self.decoder.add_module('pyramid_{0}_relu'.format(ngf * 2 ** (i - 1)), nn.ReLU(inplace=True))
self.decoder.add_module('ouput-conv', nn.ConvTranspose2d(ngf, nc, 4, 2,
1, bias=True))
self.decoder.add_module('output-tanh', nn.Tanh())
Decoder层和Encoder层差不多,重点是关于 μ \mu μ和 σ \sigma σ的选择:
self.conv_mu = nn.Conv2d(ngf * 2 ** (n - 3), nz, 4)
self.conv_logvar = nn.Conv2d(ngf * 2 ** (n - 3), nz, 4)
def encode(self, input):
output = self.encoder(input)
output = output.squeeze(-1).squeeze(-1)
return [self.conv_mu(output), self.conv_logvar(output)]
def reparameterize(self, mu, logvar):
std = torch.exp(0.5 * logvar)
eps = torch.randn_like(std)
return eps.mul(std).add_(mu)
def decode(self, z):
return self.decoder(z)
def forward(self, x):
mu, logvar = self.encode(x)
z = self.reparameterize(mu, logvar)
return self.decode(z), \
mu.squeeze(-1).squeeze(-1), \
logvar.squeeze(-1).squeeze(-1)
关于标准VAE做法的loss函数的选择已经比较熟悉了,这里重点讲一下作者提到的一种叫做iWAE的算法,这种算法是源于论文Importance Weighted Autoencoders,其算法的核心是选择了k个 z i z_i zi,算了其加权平均之后的值作为结果。这里我们的相应代码如下:
def _log_mean_exp(x, dim):
m, _ = torch.max(x, dim=dim, keepdim=True)
x0 = x - m
m = m.squeeze(dim)
return m + torch.log(torch.mean(torch.exp(x0),
dim=dim))
def get_iwae_score(vae, image, L=5):
image_batch = image.expand(L,
image.size(1),
image.size(2),
image.size(3))
mu, logvar = vae.encode(image_batch)
eps = torch.randn_like(mu)
z = mu + eps * torch.exp(0.5 * logvar)
kl_weight = criterion.kl_weight
reconst = vae.decode(z)
log_p_x_z = -torch.sum((reconst - image_batch).pow(2).reshape(L, -1),
dim=1)
log_p_z = -torch.sum(z.pow(2).reshape(L, -1), dim=1)
log_q_z = -torch.sum(eps.pow(2).reshape(L, -1), dim=1)
iwae_score = -_log_mean_exp(log_p_x_z + (log_p_z - log_q_z)*kl_weight, dim=0)
iwae_KL_score = -_log_mean_exp(log_p_z - log_q_z, dim=0)
iwae_reconst_score = -_log_mean_exp(log_p_x_z, dim=0)
return iwae_score, iwae_KL_score, iwae_reconst_score
class VAELoss(nn.Module):
def __init__(self, size_average=False, kl_weight=1):
super(VAELoss, self).__init__()
self.size_average = size_average
self.kl_weight = kl_weight
def forward(self, recon_x, x, mu, logvar):
bsz = x.shape[0]
reconst_err = (x - recon_x).pow(2).reshape(bsz, -1)
reconst_err = 0.5 * torch.sum(reconst_err, dim=-1)
# KL(q || p) = -log_sigma + sigma^2/2 + mu^2/2 - 1/2
KL = (-logvar + logvar.exp() + mu.pow(2) - 1) * 0.5
KL = torch.sum(KL, dim=-1)
if self.size_average:
KL = torch.mean(KL)
reconst_err = torch.mean(reconst_err)
else:
KL = torch.sum(KL)
reconst_err = torch.sum(reconst_err)
loss = reconst_err + self.kl_weight * KL
return loss, {
'KL': KL, 'reconst_logp': -reconst_err}
因为整体训练只进行了三次,结果可能没有论文结果那么好,另外和论文取样也有一定的不同,很难做出完整的一样的结果。最终实验结果如下:
文章浏览阅读331次。第一部分:准备工作1 安装虚拟机2 安装centos73 安装JDK以上三步是准备工作,至此已经完成一台已安装JDK的主机第二部分:准备3台虚拟机以下所有工作最好都在root权限下操作1 克隆上面已经有一台虚拟机了,现在对master进行克隆,克隆出另外2台子机;1.1 进行克隆21.2 下一步1.3 下一步1.4 下一步1.5 根据子机需要,命名和安装路径1.6 ..._创建一个hadoop项目
文章浏览阅读1.7k次。心脏滴血漏洞HeartBleed CVE-2014-0160 是由heartbeat功能引入的,本文从深入码层面的分析该漏洞产生的原因_heartbleed代码分析
文章浏览阅读1.4k次。前言ofd是国家文档标准,其对标的文档格式是pdf。ofd文档是容器格式文件,ofd其实就是压缩包。将ofd文件后缀改为.zip,解压后可看到文件包含的内容。ofd文件分析工具下载:点我下载。ofd文件解压后,可以看到如下内容: 对于xml文件,可以用文本工具查看。但是对于印章文件(Seal.esl)、签名文件(SignedValue.dat)就无法查看其内容了。本人开发一款ofd内容查看器,..._signedvalue.dat
文章浏览阅读1.8w次,点赞29次,收藏313次。整体系统设计本设计主要是对ADC和DAC的使用,主要实现功能流程为:首先通过串口向FPGA发送控制信号,控制DAC芯片tlv5618进行DA装换,转换的数据存在ROM中,转换开始时读取ROM中数据进行读取转换。其次用按键控制adc128s052进行模数转换100次,模数转换数据存储到FIFO中,再从FIFO中读取数据通过串口输出显示在pc上。其整体系统框图如下:图1:FPGA数据采集系统框图从图中可以看出,该系统主要包括9个模块:串口接收模块、按键消抖模块、按键控制模块、ROM模块、D.._基于fpga的信息采集
文章浏览阅读2.5w次。1.背景错误信息:-- [http-nio-9904-exec-5] o.s.c.n.z.filters.post.SendErrorFilter : Error during filteringcom.netflix.zuul.exception.ZuulException: Forwarding error at org.springframework.cloud..._com.netflix.zuul.exception.zuulexception
文章浏览阅读358次。1.介绍图的相关概念 图是由顶点的有穷非空集和一个描述顶点之间关系-边(或者弧)的集合组成。通常,图中的数据元素被称为顶点,顶点间的关系用边表示,图通常用字母G表示,图的顶点通常用字母V表示,所以图可以定义为: G=(V,E)其中,V(G)是图中顶点的有穷非空集合,E(G)是V(G)中顶点的边的有穷集合1.1 无向图:图中任意两个顶点构成的边是没有方向的1.2 有向图:图中..._给定一个邻接矩阵未必能够造出一个图
文章浏览阅读321次。(十二)、WDS服务器安装通过前面的测试我们会发现,每次安装的时候需要加域光盘映像,这是一个比较麻烦的事情,试想一个上万个的公司,你天天带着一个光盘与光驱去给别人装系统,这将是一个多么痛苦的事情啊,有什么方法可以解决这个问题了?答案是肯定的,下面我们就来简单说一下。WDS服务器,它是Windows自带的一个免费的基于系统本身角色的一个功能,它主要提供一种简单、安全的通过网络快速、远程将Window..._doc server2012上通过wds+mdt无人值守部署win11系统.doc
文章浏览阅读219次。python–xlrd/xlwt/xlutilsxlrd只能读取,不能改,支持 xlsx和xls 格式xlwt只能改,不能读xlwt只能保存为.xls格式xlutils能将xlrd.Book转为xlwt.Workbook,从而得以在现有xls的基础上修改数据,并创建一个新的xls,实现修改xlrd打开文件import xlrdexcel=xlrd.open_workbook('E:/test.xlsx') 返回值为xlrd.book.Book对象,不能修改获取sheett_xlutils模块可以读xlsx吗
文章浏览阅读8.2w次,点赞267次,收藏656次。运行Selenium出现'WebDriver' object has no attribute 'find_element_by_id'或AttributeError: 'WebDriver' object has no attribute 'find_element_by_xpath'等定位元素代码错误,是因为selenium更新到了新的版本,以前的一些语法经过改动。..............._unresolved attribute reference 'find_element_by_id' for class 'webdriver
文章浏览阅读198次。一:模态窗口//父页面JSwindow.showModalDialog(ifrmehref, window, 'dialogWidth:550px;dialogHeight:150px;help:no;resizable:no;status:no');//子页面获取父页面DOM对象//window.showModalDialog的DOM对象var v=parentWin..._jquery获取父window下的dom对象
文章浏览阅读1.7w次,点赞15次,收藏129次。算法(algorithm)是解决一系列问题的清晰指令,也就是,能对一定规范的输入,在有限的时间内获得所要求的输出。 简单来说,算法就是解决一个问题的具体方法和步骤。算法是程序的灵 魂。二、算法的特征1.可行性 算法中执行的任何计算步骤都可以分解为基本可执行的操作步,即每个计算步都可以在有限时间里完成(也称之为有效性) 算法的每一步都要有确切的意义,不能有二义性。例如“增加x的值”,并没有说增加多少,计算机就无法执行明确的运算。 _算法
文章浏览阅读1.5k次,点赞18次,收藏26次。网络安全的标准和规范是网络安全领域的重要组成部分。它们为网络安全提供了技术依据,规定了网络安全的技术要求和操作方式,帮助我们构建安全的网络环境。下面,我们将详细介绍一些主要的网络安全标准和规范,以及它们在实际操作中的应用。_网络安全标准规范