CEDL HW1 Deep Classification

黃柏瑜 105061535

Installation & usage

1. Install pytorch in conda

   conda install pytorch torchvision cuda80 -c soumith
   

2. Clone this repo

3. Download data in ''data'' directory. The structure looks like below

   ./data/frames
   ./data/labels
   

4. Training

   python main.py  --batch-size 128  --arch resnet18  --workers 4 --pretrained  --model_name resnet18
   python main.py  --batch-size 128  --arch resnet50  --workers 4 --pretrained  --model_name resnet50
   

Implementation

1. Dataloader 首先，用 pytorch 定義的 Dataset Class ，寫一個HandCam_Dataset。裏面會取出對應的圖片以及標註。 接著對圖片做處理： 將圖片normalize，縮小到224*224大小，再隨機flip圖片做到Data Augmentation

   normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406],                                  
                               std=[0.229, 0.224, 0.225])
   self.transform = transforms.Compose([
               transforms.Scale(224),
               transforms.RandomHorizontalFlip(),
               transforms.ToTensor(),
               normalize,
           ])
   

2. Model 使用 pytorch 提供的 resnet18 model 和 resnet50 model。並且直接使用已經已經 pretrained 在 imagenet 的參數，這樣開始 train 會比較快。 pretrain model 再最後一層是 Fully-Connected (512 -> 1000) 和 Fully-Connected (2048 -> 1000)，因為 imagenet 有 1000 class，而現在的 dataset 只有 24 class 所以要改成 Fully-Connected (512 -> 24) 和 Fully-Connected (2048 -> 24)

3. Training Procedure Learning rate : 0.01 (learning rate decay every 5 epoch) Batch size ： 128 Epoch : 30

Results

Best Result

Resnet18 : 70.28%

Resnet50 : 72.3%

Training Curve

Resnet18

Resnet50