Metric Learning入門

Metric Learningについて基礎的な内容とArcFaceについて内容をまとめた資料です。

Transcript

1. Metric Learning入門
   2019/9/25 Rev0
   

   View Slide

2. 本資料の位置づけ
   ❏ 読者の想定：
   Deep LearningでCNNによる画像分類の知識があるが、
   Metric Learningに関する知識がない方
   ❏ 最終的には、原論文を読んで欲しいですが、
   基礎となる情報をスライドにまとめました。
   ❏ 資料は今後修正＆更新していく予定です。
   

   View Slide

3. 解こうとしているタスク
   犬 人 猫
   Aさん Bさん Cさん
   一般物体認識
   （通常の画像分類）
   特徴
   １クラスあたりのデータ数が少ない 　
   より詳細な物体認識
   （通常の画像分類）
   過学習を起こしやすい
   

   View Slide

4. metric learningの全体像
   特徴量抽出器
   （モデル）
   学習時
   利用時
   ①同じクラスは
   距離が近くなるように
   学習
   ＊実際には、n次元のベクトルです
   ②距離（類似度）を算出
   検索したい
   データ
   

   View Slide

5. metric learningの全体像
   特徴量抽出器
   （モデル）
   学習時
   利用時
   ①同じクラスは
   距離が近くなるように
   学習
   ＊実際には、n次元のベクトルです
   ②距離（類似度）を算出
   検索したい
   データ
   学習時には
   １クラス複数枚の
   画像が必要
   利用時には
   １クラス１枚の画像でも
   よい
   

   View Slide

6. metric learningの種類
   siamese network triplet network L2 softmax network
   発表年 2006年〜 2014年〜 2017年〜
   入力形式
   ２つペアを入力 ３つペアを入力 ペア無しで入力
   モデルの
   概要
   ancher
   

   View Slide

7. L2 softmax networkの代表的なモデル
   ・CosFace
   ・SphereFace
   ・ArcFace
   ・AdaCos
   

   View Slide

8. ArcFace
   （列ごとに）正規化
   正規化
   ①　　　を
   とみなす
   ②正解ラベルに対する
   　　　のみ
   mのペナルティを与える
   ①
   ②
   ③
   ③logitsの値が小さいので
   　logitをｓ倍する
   

   View Slide

9. Toyデータでの結果
   

   View Slide

10. View Slide

11. メリット・デメリット
    ・通常のクラス分類のモデルに拡張する形なので実装が容易
    ・クラス数が多いとパラメータ数が多くなる。
    ・（学習時になかった）新しいクラスのデータに対する
    　　　　　　　　　　　予測精度が低い
    メリット
    デメリット
    

    View Slide

12. ArcFaceのクラス化
    ・正規化
    ・arcCos
    ・+mのペナルティ
    ・s倍のスケール
    などの一連の処理をクラス化
    https://github.com/4uiiurz1/pytorch-adacos
    

    View Slide

13. 通常の分類モデル
    の後にmetricモデルの
    処理をつなげる
    インスタンス化
    

    View Slide

14. 活用できそうなケース
    ・商品検索
    　 - 例：自動販売機のジュース、コンビニにあるタバコ
    　- 新商品が発売されても、画像が１枚あれば対応可能
    ・レコメンド（ランキング）
    　- 例：洋服のECサイトで選択した商品に似たアイテムを表示
    

    View Slide

15. 参考リンク
    ・Metric Learning 入門
    https://copypaste-ds.hatenablog.com/entry/2019/03/01/164155
    ・モダンな深層距離学習 (deep metric learning) 手法: SphereFace, CosFace, ArcFace
    https://qiita.com/yu4u/items/078054dfb5592cbb80cc
    ・ArcFaceの論文
    https://arxiv.org/abs/1801.07698
    ・Pytorchの実装コード
    https://github.com/4uiiurz1/pytorch-adacos
    

    View Slide