模型評測

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于模型評測的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶遍布全球各地，相關(guān)業(yè)務(wù)請撥打電話：175-8598-2043，或添加微信：1454722008

本文目錄:

• 1、ROC曲線原理實例分析 【1】

• 2、收型不錯選擇——評測保時捷911汽車模型

• 3、性價比之選，評測英菲尼迪Q50模型，一起發(fā)發(fā)發(fā)

• 4、只需要十分之一數(shù)據(jù)，就能通關(guān)四大視覺任務(wù)，居然還開源了

一、ROC曲線原理實例分析 【1】

在選擇診斷試驗時，許多研究者會在靈敏度和特異度之間進(jìn)行艱難的取舍。那么，是否可以綜合考慮靈敏度和特異度的特點，根據(jù)一個指標(biāo)評價診斷試驗的準(zhǔn)確性呢？受試者工作特征曲線（receiver operating characteristic curve，簡稱ROC曲線），用來描述診斷試驗的內(nèi)在真實程度，應(yīng)用十分廣泛。

ROC曲線是以真陽性率（靈敏度）為縱坐標(biāo)，假陽性率（1-特異度）為橫坐標(biāo)繪制的。每一個點都對應(yīng)診斷試驗的一個截點，我們將這些可能的點連接起來即可制作出經(jīng)驗ROC曲線（empirical ROC curve）。該方法可以幫助研究者簡單、直觀地分析診斷試驗的臨床準(zhǔn)確性，選擇更加合適的截點。

一、背景介紹

在介紹ROC曲線之前，首先來介紹一下預(yù)測模型的背景。

（一）預(yù)測模型建模流程簡介

1.利用數(shù)據(jù)中的訓(xùn)練集進(jìn)行模擬的生成。

2.利用測試集進(jìn)行模型的評測。

3.將評測的結(jié)果反饋給生成模型。

4.若評測結(jié)果比較滿意，進(jìn)行生成模型的輸出，否則重新生成。

那么測試集如何評測預(yù)測模型？這里引出混淆矩陣的概念。

（二）混淆矩陣

混淆矩陣也稱誤差矩陣，是表示精度評價的一種標(biāo)準(zhǔn)格式，常用來預(yù)測模型的準(zhǔn)確率。

圖1 混淆矩陣

P：樣本中的正例，n：樣本中的負(fù)例 Y：通過模型預(yù)測出來樣本中的正列，N：通過模型預(yù)測出來樣本中的負(fù)列 TP(True Positives)：本來是正列，通過模型預(yù)測出來也是正列FP(False Positives)：本來是負(fù)列，通過模型預(yù)測出來也是正列預(yù)測模型準(zhǔn)確率accuracy=(TP+TN)/(P+n) （三）案例分析

表1 原始數(shù)據(jù)

從表1可以看出，有20個觀測值，結(jié)局有1和0兩種狀態(tài)，分別代表著陽性和陰性。類似于Logistic回歸當(dāng)中某個人是否患疾病，患病為1，不患病為0。預(yù)測概率是通過Logistic回歸預(yù)測的結(jié)果。那怎么去預(yù)測這組概率的準(zhǔn)確率呢？

從表2中可以看出前6個數(shù)據(jù)預(yù)測結(jié)局為陽性，其他14個數(shù)據(jù)預(yù)測結(jié)局為陰性。計算它的混淆矩陣如表3，真實結(jié)局中有10個1和10個0。但是預(yù)測結(jié)局的陽性數(shù)有6個，其中有5個是真實陽性，有1個是真實陰性。第三個觀測值結(jié)局本來是陰性的，但預(yù)測結(jié)局是陽性的，這個觀測值預(yù)測錯誤。同理，預(yù)測結(jié)局的陰性數(shù)有14個，其中有9個是真實陰性，有5個是真實陽性。第九個觀測值結(jié)局本來是陽性的，但預(yù)測結(jié)局是陰性的，這個觀測值預(yù)測錯誤。

表3 混淆矩陣表

真陽率是指本來是陽性的，預(yù)測出的結(jié)果也是陽性的。假陽率是指本來是陰性的，但預(yù)測出的結(jié)果是陽性的。從表3中可以看出，在真實陽性數(shù)這一豎列中，預(yù)測正確的觀測值有5個，所以真陽率(TPR)=5/P=5/10=0.5。在真實陰性數(shù)這一豎列中，預(yù)測正確的觀測值有1個，所以假陽率(FPR)=1/n=1/10=0.1。

同理真陰率(TNR)=9/10=0.1，假陰率(FNR)=5/10=0.5。

表4 真陽率和假陽率

從表4可以看出，以0.54為閾值，作出來的混淆矩陣真陽率為0.5，假陽率為0.1。真陽率和假陽率是以每一次相應(yīng)的預(yù)測概率為閾值，算出混淆矩陣而得到的。

將1-20每個樣本的評分均作為分類器的判定閾值，可以得到20組TPR和FPR的有序數(shù)對。然后以TPR和FPR為兩個坐標(biāo)軸建立一個直角坐標(biāo)系，就可以得到圖2。

圖2 TPR和FPR的有序數(shù)對

二、ROC曲線概念

ROC曲線：受試者工作特征曲線(receiver operating characteristic curve，簡稱ROC曲線)，又稱為感受性曲線(sensitivity curve)。

采用真陽性率和假陽性率作出的曲線，適用于診斷試驗結(jié)果為連續(xù)變量。試驗的真陽性率（Sen）為縱坐標(biāo)（Y），假陽性率（1-Spe）為橫坐標(biāo)（X），坐標(biāo)軸上的率值由0 1或0% 100%。

圖3 ROC曲線示意圖橫軸FPR：1-TPR，1-Specificity，F(xiàn)PR越大，預(yù)測正類中實際負(fù)類越多?？v軸TPR：Sensitivity，TPR越大，預(yù)測正類中實際正類越多。理想目標(biāo)：TPR=1，TPR=0，即圖中(0,1)點，故ROC曲線越靠攏(0,1)點，越偏離45°對角線越好，Sensitivity、Specificity越大效果越好。

三、最佳閾值的確定——約登指數(shù)

約登指數(shù)（Youden index，YI）：是評價篩查試驗真實性的方法，假設(shè)其假陰性和假陽性的危害性同等意義時，即可應(yīng)用約登指數(shù)。約登指數(shù)=靈敏度Sensitivity+特異度Specificit-1=[a/(a+c)+d/(b+d)]-1。指數(shù)越大說明篩查試驗的效果越好，真實性越大。從表中可以看出，真陽率與假陽率的差值就是約登指數(shù)，最大的約登指數(shù)為0.4，0.4對應(yīng)的預(yù)測概率為0.54，大于0.54認(rèn)為是陽性的，小于0.54認(rèn)為是陰性的。0.54就是最佳閾值。

四、AUC概念

AUC(Area Under Curve)值為ROC曲線下方的面積大小。顯然，AUC越大，預(yù)測效果越好。AUC=1，是完美分類器，采用這個預(yù)測模型時，不管設(shè)定什么截斷點都能得出完美預(yù)測。絕大多數(shù)預(yù)測的場合，不存在完美分類器。0.5<AUC<1，優(yōu)于隨機猜測。這個預(yù)測模型妥善設(shè)定截斷點的話，能有預(yù)測價值。AUC=0.5，跟隨機猜測一樣（例：拋硬幣），模型沒有預(yù)測價值。AUC<0.5，比隨機猜測還差，但只要總是反預(yù)測而行，就優(yōu)于隨機預(yù)測。

圖4 包含AUC值的ROC曲線

[參考資料]（ https://mp.weixin.qq.com/s?src=11&timestamp=1584533576&ver=2224&signature=6PwC6AuccTKFKXc0sXP0Cp7rEVSF3Qp2QFHfyfE 7Bq3d1cN-XspGn-EV2gqpTVgaS2q 1ZBqgxp7bx3zDNkhfOxz7DM62BCpshh*EiK7oj9QD517iKBdoR58gaYLBMM&new=1

）

二、收型不錯選擇——評測保時捷911汽車模型

很高興能參加到家家眾測的活動當(dāng)中來，期盼已久的家家眾測雨露均沾的活動終于又來看了，這次活動的獎品是一個2T的移動硬盤，為了它，讓我們一起發(fā)發(fā)發(fā)吧。

這次給大家評測的是一款汽車模型，是來自保時捷的911，品牌是威利的國產(chǎn)入門的模型品牌，絕對是出入門者的不錯選擇 首先就是它的型比較準(zhǔn)確，整體的比例協(xié)調(diào)，還原了實車的形態(tài)，兩車門，前后蓋都能開啟，前輪轉(zhuǎn)向角度比較滿意，外拍時候能擺出更多姿勢，帶全窗玻璃，要知道這個價位不容易，20寸輪轂做工精致，還原度很高，以假亂真，卡鉗也有噴紅處理，一定給個贊，內(nèi)飾做工還算滿意，雖然沒有植絨，但是各個按鍵，小細(xì)節(jié)還算到位。下面一起具體看看吧

前臉呆萌，和實車保持一致，只是這大燈，黑壓壓一片，顯得不那么精神，日行燈LED燈的細(xì)節(jié)造型倒是不錯，還是一句話成本成本，不然哪來的這么高性價比

車身側(cè)面線條完美還原了蛙王的神韻，縫隙做的也還可以

飽滿的尾部十分有力量，只是尾燈依舊無神

這款車魔師全開模型，什么是全開，就是車門前后蓋能打開，增加可玩性，只是內(nèi)飾細(xì)節(jié)一般，不夠豐富

前備箱也是黑壓壓一片沒什么細(xì)節(jié)

尾部保時捷的字樣是印上去的字，不是立體的，排氣管塑料感略強，不過畢竟價位在這，收型的不錯選擇

三、性價比之選，評測英菲尼迪Q50模型，一起發(fā)發(fā)發(fā)

很高興能參加到家家眾測的活動當(dāng)中來，期盼已久的家家眾測雨露均沾的活動終于又來看了，這次活動的獎品是一個2T的移動硬盤，為了它，讓我們一起發(fā)發(fā)發(fā)吧。

今天來評測一款英菲尼迪Q50汽車模型，這款模型是原廠車模，比例是1:18的，這款模型在原廠模型黨中可以說是屬于上等水平，為什么這么說呢，聽我慢慢道來 首先這款模型是合金材質(zhì)，非常有分量，整體造型也非常的精準(zhǔn)，還原度很高，漆面采用了和真是一樣的金屬漆，表面非常光滑，這款模型有兩個顏色，一個就是這款紅色，還有一個白色，白色的價格要高上許多，不過紅色也還不錯吧，再有他的大燈，內(nèi)部的構(gòu)造十分細(xì)膩，把實車的眼神很好地還原了出來，車子的四車門，前后蓋都能夠打開，不僅如此，像后視鏡折疊，天窗開啟，甚至油箱蓋都能打開，可玩性很高，內(nèi)飾也非常的逼真，有植絨，一般原廠車模都會有植絨，還有一點，他的前后蓋不再是大狗腿的結(jié)構(gòu)，竟然用上了金屬鉸鏈和液壓桿，非常走心，所以這款Q50模型的性價比還是非常高的

犀利的外形，模型把他犀利的身姿完美的展現(xiàn)出來

前后比例十分協(xié)調(diào)

鷹眼式的大燈炯炯有神

尾部仿真度也很高，特別是這兩個尾喉，十分粗壯有力

內(nèi)飾，經(jīng)典的雙屏設(shè)計，模型也沒有含糊，都還原了出來

打開機蓋，這才是精華所在，超多的分色處理，機油尺，管道，冷卻壺都栩栩如生

液壓桿，鉸鏈，真是下足了功夫

一起欣賞一下

四、只需要十分之一數(shù)據(jù)，就能通關(guān)四大視覺任務(wù)，居然還開源了

Github鏈接：https://github.com/opengvlab

家人們，你們有沒有這種苦惱？

搬一次家就換一次家具，那些又貴又重的家具既不好搬運，又不好全部帶走。

下一次又重新購置一遍家具，浪費錢不說，關(guān)鍵是來來回回都做一樣的事情！家具還沒用過幾次，利用率不高呀！

這種搬家的苦惱，就好比AI領(lǐng)域，做幾個任務(wù)就需要開發(fā)幾個高度定制的模型，不僅所需的數(shù)據(jù)采集量非常大，每次還都得從頭標(biāo)注。既提不起數(shù)據(jù)的學(xué)習(xí)效率，又耗費巨大的數(shù)據(jù)獲取成本。

光是AI前端研究就耗費如此巨大的精力，更別提應(yīng)用場景中數(shù)以萬計的長尾任務(wù)。

那怎么辦？

做一款通用的深度學(xué)習(xí)模型，才是關(guān)鍵。

1 通用，才是技術(shù)根本

目前，通用語言模型（GLM）已經(jīng)取得了令人矚目的進(jìn)展，比如BERT、T5和GPT-3，它們在應(yīng)對廣泛的語言下游任務(wù)時已經(jīng)游刃有余。

相形之下，通用視覺模型（GVM）的研究遲遲未交出一份令人滿意的答卷。

以往的大多數(shù) GVM 研究主要利用一種監(jiān)督信號來源，如 ViT-G/14 采用有標(biāo)簽監(jiān)督，SEER 采用樣本的不同增強之間的對比學(xué)習(xí)，CLIP采用圖片文本對進(jìn)行監(jiān)督。如果是在單個監(jiān)督信號下進(jìn)行的預(yù)訓(xùn)練，這幾種范式確實能夠生成在固定場景下表現(xiàn)良好的模型。但如果用在場景多元、任務(wù)多樣的下游場景，這些模型就難以勝任了。

比如現(xiàn)在最火的自動駕駛， 汽車 處于移動狀態(tài)，既要看到路況，又要看到紅綠燈，還要注意行人，甚至在智能座艙興起后，還要和語言技術(shù)、LBS場景服務(wù)協(xié)同，這么多的感知數(shù)據(jù)與協(xié)同任務(wù)，這么多隨機的新任務(wù)，無論在體量還是維度方面，都對視覺模型的要求極大提高。

這時，打造一款通用視覺模型，降低研發(fā)門檻，尤其是學(xué)術(shù)界的時間成本、資金成本，才能暢享下游的極致場景體驗。

去年11月，上海人工智能實驗室聯(lián)合商湯 科技 、香港中文大學(xué)、上海交通大學(xué)發(fā)布通用視覺技術(shù)體系“書生”（INTERN），一套持續(xù)學(xué)習(xí)框架，用于系統(tǒng)化解決當(dāng)下人工智能視覺領(lǐng)域中存在的任務(wù)通用、場景泛化和數(shù)據(jù)效率等一系列瓶頸問題。

前不久，上海人工智能實驗室聯(lián)合商湯 科技 發(fā)布通用視覺開源平臺OpenGVLab，面向?qū)W術(shù)界和產(chǎn)業(yè)界開放其超高效預(yù)訓(xùn)練模型、超大規(guī)模公開數(shù)據(jù)集，以及業(yè)內(nèi)首個針對通用視覺模型的評測基準(zhǔn)。

這些開源技術(shù)，究竟有何魔力？

2 大力出奇跡，打造通用視覺模型

“書生” （INTERN），就是練就通用視覺能力的底層技術(shù)。

從技術(shù)實現(xiàn)上講，“書生”技術(shù)體系由由七大模塊組成，包括三個基礎(chǔ)設(shè)施模塊和四個訓(xùn)練階段構(gòu)成。

書生（INTERN）結(jié)構(gòu)圖

首先，通用視覺數(shù)據(jù)系統(tǒng)。

這是一個超大規(guī)模的精標(biāo)數(shù)據(jù)集，擁有100億個樣本和各種監(jiān)督信號，并依照四大視覺任務(wù)分別設(shè)置了四個數(shù)據(jù)子集：多模態(tài)數(shù)據(jù)GV-D- 10B分類標(biāo)注的GV-Dc-36M、檢測標(biāo)注的GV-Dd-3M、分割標(biāo)注的GV-Ds-143K。

另外，這一數(shù)據(jù)集還包含11.9萬的標(biāo)簽系統(tǒng)，不僅涵蓋了自然界的眾多領(lǐng)域和目前計算機視覺研究中的幾乎所有標(biāo)簽，還擴(kuò)充了大量細(xì)粒度標(biāo)簽，涵蓋各類圖像中的屬性、狀態(tài)等。

而這，就是書生“大力出奇跡”的一大注腳。

其次，通用視覺模型結(jié)構(gòu)。

它是由一個具有CNN和Transformer的統(tǒng)一搜索空間構(gòu)建而成。

為何要建立這樣的混合結(jié)構(gòu)？要知道，多年來，卷積神經(jīng)網(wǎng)絡(luò)（CNN）一直主導(dǎo)著視覺表征學(xué)習(xí)，并在圖像分類、目標(biāo)檢測和語義分割等下游任務(wù)中表現(xiàn)出穩(wěn)定的可遷移性。但最近幾年，Vision Transformer (ViT)僅使用普通的Transformer結(jié)構(gòu)就能作為圖像編碼模型在ImageNet-1k上取得媲美 CNN 的性能，在大規(guī)模數(shù)據(jù)集上 ViT 更是展示出比 CNN 更大的潛力。

盡管ViT在性能上有優(yōu)點，但純Transformer網(wǎng)絡(luò)相比卷積神經(jīng)網(wǎng)絡(luò)缺乏某些歸納偏置（inductive biases），因此需要更多的數(shù)據(jù)和計算資源。此外，自注意的計算成本相對于輸入的數(shù)量是平方的，限制了對高輸入分辨率的應(yīng)用。因此，將CNN和Transformer和MLP結(jié)合起來，平衡效率和有效性兩個方面，才是模型通用的關(guān)鍵。

這種兼具更好的泛化能力和更高的模型容量的模型結(jié)構(gòu)名為MetaNet。在MetaNet網(wǎng)絡(luò)結(jié)構(gòu)族里面進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)搜索，從而得到最優(yōu)的一個模型訓(xùn)練結(jié)構(gòu)。

統(tǒng)一搜索的MetaNet架構(gòu)：Conv和Trans分別表示卷積和Transformer。C和S為每一階輸出通道數(shù)和步幅。

具體來看，MetaNet不僅基于強化學(xué)習(xí) 的PPO算法提出了統(tǒng)一搜索架構(gòu)，并且，為了避免傳統(tǒng)的下采樣模塊會成為模型性能的瓶頸，“書生“結(jié)合了包含 local-global-DSM (LG_DSM) 和 global-DSM (G-DSM)的context-aware down-sampling modules (DSM)，用來代替原本的下采樣模塊。

因此，在淺層，模型依然使用卷積來提取特征，但在深層，模型卻能將Transformer模塊和LG-DSM結(jié)合使用，以便于更好地提取全局信息。

同時，書生還基于最大的MetaNet-B15蒸餾出了多達(dá)13種不同的模型結(jié)構(gòu)，共24種不同的模型權(quán)重，現(xiàn)已全部開源。

這些模型結(jié)構(gòu)基本涵蓋了現(xiàn)有市面上大部分的主流backbone，不僅能夠很輕易地遷移到所需要的算法框架作為新網(wǎng)絡(luò)預(yù)訓(xùn)練的初始化，而且只需要更短的訓(xùn)練時間就可以達(dá)到比原來更好的訓(xùn)練效果。

MetaNet 模型與其他模型結(jié)構(gòu)比較，結(jié)果如下：

基于卷積、Transformer和兩者混合的結(jié)構(gòu)，分別用C，T和H表示，可以看出，在圖像分類性能上，MetaNet系列的MN-B1，MN-B4和MN-B7，和其他的SOTA模型相比，不僅有更高的精度，還有更低的FLOPS和參數(shù)量。

除了分類任務(wù)，把MetaNet做為檢測和分割的backbone，在COCO數(shù)據(jù)集上使用Mask R-CNN結(jié)構(gòu)訓(xùn)練，結(jié)果發(fā)現(xiàn)：在模型參數(shù)量更小的前提下，MN-B4比Swin-T精度高出2到4個點。另外還在ADE20K數(shù)據(jù)集上進(jìn)行了語義分割任務(wù)，MN-B4的mIoU指標(biāo)比Swin-T高出5個點之多。

上述兩個實驗結(jié)果表明，MetaNet系列模型結(jié)構(gòu)，在模型精度與計算量之間，都達(dá)到了新的SOTA！

最后，通用視覺評測基準(zhǔn)。

視覺評測基準(zhǔn)GV-B ，就像是一個「擂臺」。

如下表所示，測評基準(zhǔn)收集了 26 個下游任務(wù)數(shù)據(jù)集，囊括了 4 種視覺任務(wù)類型：分類，檢測，分割和深度估計。

在設(shè)置上，該基準(zhǔn)引入了百分比樣本（percentage-shot），只需要選取整個數(shù)據(jù)集的一部分，例如 10%、20% ，對比縮小下游任務(wù)的訓(xùn)練數(shù)據(jù)量后的模型性能。

與傳統(tǒng)的少樣本設(shè)置相比，這種百分比樣本設(shè)置可以很好地保留原始數(shù)據(jù)集的長尾分布等屬性，并減輕對樣本選擇的敏感性。因為有一些數(shù)據(jù)集樣本類別分布不平衡，比如下表中的VOC07+12，百分比數(shù)據(jù)的劃分方式卻會繼承這種分布情況。

右側(cè)三列avg，min和max，分別表示在10%的數(shù)據(jù)中，不同類別樣本數(shù)量的平均值，最小值和最大值。

結(jié)合上述數(shù)據(jù)集和任務(wù)類型，論文選取了一些具有代表性的模型來做評測對比。為了比較公平性，該對比使用了這些模型的官方預(yù)訓(xùn)練權(quán)重。這些模型包括：

有了超大精標(biāo)數(shù)據(jù)集、模型結(jié)構(gòu)，以及評測基準(zhǔn)后，已經(jīng)是萬事俱備，只欠訓(xùn)練。

書生作為中國古代讀書人的經(jīng)典形象，代表著一個通過不斷學(xué)習(xí)、不斷成長進(jìn)而擁有各方面才能的人格化角色：從基礎(chǔ)的知識技能學(xué)習(xí)開始，到對多種專業(yè)知識觸類旁通，進(jìn)而成長為擁有通用知識的通才。借此意象，“書生”（INTERN）系統(tǒng)可通過持續(xù)學(xué)習(xí)，舉一反三，逐步實現(xiàn)通用視覺領(lǐng)域的融會貫通，最終實現(xiàn)靈活高效的模型部署。

下面就來看看，這套系統(tǒng)是如何通過訓(xùn)練，一步步從生手變成專家再到多面手，最終在各種任務(wù)中大顯身手。

第一階段，訓(xùn)練的是基礎(chǔ)能力，被稱為“基礎(chǔ)模型”（Amateur）。

然而CLIP需要400M的圖像-文本對進(jìn)行前訓(xùn)練，囿于極大的數(shù)據(jù)量，CLIP很難進(jìn)一步發(fā)展。但“書生”提出了一種新的訓(xùn)練范式，DeCLIP（Data efficient CLIP ），能夠同時使用來自圖像-文本、圖像-圖像和文本-文本對的監(jiān)督信號進(jìn)行模型預(yù)訓(xùn)練，從而更有效地實現(xiàn)通用性。

此外，為了充分利用大規(guī)模多模態(tài)數(shù)據(jù)獲取基礎(chǔ)模型的優(yōu)勢，這一階段提出了Upstream-Amateur (Up-A)視覺語言預(yù)訓(xùn)練框架，同時挖掘模態(tài)內(nèi)和跨模態(tài)知識。

這一訓(xùn)練框架分為兩個預(yù)訓(xùn)練階段：Upstream-Amateur for Global Representation (Up-A-G)和Upstream-Amateur for Local Representation (Up-A-L)。

其中，Up-A-G(左)使用群體監(jiān)督功能，從更豐富的監(jiān)督中學(xué)習(xí)。Up-A-L(右)采用局部自我監(jiān)督學(xué)習(xí)方法，對訓(xùn)練好的視覺-語言模型進(jìn)行調(diào)整，從而提高自身在密集預(yù)測CV任務(wù)中的表現(xiàn)。

Upstream-Amateur的框架

得益于這些內(nèi)在的監(jiān)督，DeCLIP-ResNet50可以在ImageNet上實現(xiàn)60.4%的zero-shot 精度第一。這比CLIP-ResNet50高出0.8%，數(shù)據(jù)使用量少了81%。當(dāng)遷移到下游任務(wù)時，DeCLIP-ResNet50在11個視覺數(shù)據(jù)集中有8個優(yōu)于CLIP。

更關(guān)鍵的是，訓(xùn)練完成的Upstream-Amateur為后續(xù)的訓(xùn)練階段提供了一個很高的起點。

第二階段，訓(xùn)練的是專業(yè)能力，被稱為“專家模型”（Expert）。

Up-A階段得到的基礎(chǔ)模型，在一般的視覺識別問題上顯示出優(yōu)異的性能。但要完全掌握檢測、分割等更具體的任務(wù)，還需要在每個任務(wù)中進(jìn)行更專業(yè)的預(yù)訓(xùn)練，這就促成了第二個階段的到來，專家模型。

對于每個專家，“書生”采用了一種簡單的多頭設(shè)計，每個頭是一個特定數(shù)據(jù)集的子網(wǎng)絡(luò)，從一個公共的、共享的“主干”分支出來。比如Up-E (C)、Up-E (D)和Up-E (S)，分別用于圖像分類、對象檢測和語義分割。

第三階段，訓(xùn)練的是組合能力，被稱為“通才模型”（Generalist）。

上述的多任務(wù)是指不同數(shù)據(jù)集(如ImageNet和CIFAR)的一個視覺問題(如分類)，或一個數(shù)據(jù)集的多個視覺問題(如分類和檢測)。但關(guān)鍵是，如何將專家整合到一個統(tǒng)一的模型中，獲得一個更加通用的視覺模型。因此，在預(yù)訓(xùn)練“專家”階段之后，又將“通才”作為第三個預(yù)訓(xùn)練階段，以進(jìn)一步統(tǒng)一特征表示。

“書生”提出了一個新的范式，名為“混合參數(shù)共享”，從而開發(fā)一個名為“多面手”的通才模型。

具體來說，由于專家捕獲的知識是相互關(guān)聯(lián)的，當(dāng)專家的特征融合為一個共享的表示形式時，再利用基于軟共享的跨任務(wù)知識轉(zhuǎn)移和基于硬共享的通用表示學(xué)習(xí)的方法，在不引入任務(wù)沖突的情況下在專家之間傳遞信息（特征轉(zhuǎn)移），從而進(jìn)一步提高了多任務(wù)訓(xùn)練的模型(專家)性能，即“通才”能力。

在結(jié)構(gòu)上，通才模型是所有專家的一個相互關(guān)聯(lián)的版本，因此可以把每個“專家主干”稱為“通才分支”。此外，我們還可以根據(jù)訓(xùn)練相應(yīng)專家的任務(wù)將通才中的每個分支分為圖像、補丁和像素。但無論是軟共享還是硬共享，都意味著從專家模型到通才模型的一次躍升。

在經(jīng)歷了前三個訓(xùn)練階段模塊后，終于來到最后的任務(wù)遷移階段 （Adaptation）。

這個階段屬于技術(shù)鏈條的下游，用來解決各式各樣不同類型的任務(wù)，而這也是最考驗“書生”舉一反三能力的時刻。它需要在這個階段把之前學(xué)到的通用知識，融會貫通地應(yīng)用到不同特定任務(wù)中。

在此之前，很多遷移學(xué)習(xí)方法確實取得了很多進(jìn)步，但問題是，這些方法既沒有利用上游預(yù)訓(xùn)練中的隱含信息，也沒有考慮到下游數(shù)據(jù)在少鏡頭場景中的不足。

因此，“書生”提出了一種Multi-stage Fine-tuning (MF)方法，緩解在數(shù)據(jù)較少的情況下傳輸?shù)睦щy，再通過將上游數(shù)據(jù)編碼成生成模型，即VQ-GAN，可以將預(yù)訓(xùn)練的模型轉(zhuǎn)移到多個任務(wù)和領(lǐng)域，而無需每次都使用上游數(shù)據(jù)，而這也使得“書生”更具通用性和可擴(kuò)展性。

多級微調(diào)(MF)概述：VQ-GAN模型首先在第一階段使用上游數(shù)據(jù)進(jìn)行訓(xùn)練，然后在第二階段由它重構(gòu)下游數(shù)據(jù)。在此之后，第三階段只對新增任務(wù)的特定參數(shù)進(jìn)行重新表示的圖像訓(xùn)練，第四階段則通過下游數(shù)據(jù)對整個模型進(jìn)行微調(diào)。

至此，一個具有持續(xù)學(xué)習(xí)能力的通用視覺模型終于出世。

而具體有哪些提升，不如看一下更直觀的實驗數(shù)據(jù)對比！

3 一網(wǎng)打盡視覺領(lǐng)域四大任務(wù)

視覺領(lǐng)域，任務(wù)繁多，主流任務(wù)包含分類、目標(biāo)檢測、語義分割、深度估計四大類型。

在這四大任務(wù)中，最強大的視覺模型還是去年OpenAI發(fā)布的CLIP模型。但相比較而言，“書生”則在準(zhǔn)確率和數(shù)據(jù)使用效率上都有所提升。

1、精度表現(xiàn)

通過對“書生”訓(xùn)練出的模型在GV-B上的評測對比，發(fā)現(xiàn)經(jīng)過多階段預(yù)訓(xùn)練的MetaNet精度表現(xiàn)優(yōu)異。

在ImageNet等26個最具代表性的下游場景中， “書生”在分類、目標(biāo)檢測、語義分割及深度估計等四大任務(wù)上，平均錯誤率分別降低了40.2%、47.3%、34.8%和9.4%。

書生（INTERN）與CLIP-R50x16在不同樣本量上的性能對比，正確率展示

2、數(shù)據(jù)使用效率

“書生”在數(shù)據(jù)效率方面的提升尤為矚目：只需要1/10的下游數(shù)據(jù)，就能超過CLIP基于完整下游數(shù)據(jù)訓(xùn)練的準(zhǔn)確度。

以CLIP-R50x16和Up-G MN-B15在GV-B的評測對比為例，分別在分類、目標(biāo)檢測、語義分割、深度估計四大類型的26個下游任務(wù)數(shù)據(jù)集上進(jìn)行了評測，僅使用了10%數(shù)據(jù)進(jìn)行訓(xùn)練的Up-G MN-B15模型，在絕大部分?jǐn)?shù)據(jù)集上都能比使用了全部訓(xùn)練數(shù)據(jù)的CLIP-R50有更好的精度表現(xiàn)。這表明，經(jīng)過多階段預(yù)訓(xùn)練的MetaNet具有極強的泛化能力，能夠在僅有少量的訓(xùn)練樣本情況下，達(dá)到SOTA的精度表現(xiàn)。

在下游視覺場景中，小樣本訓(xùn)練帶來的是極高的訓(xùn)練速度，以及極低的訓(xùn)練成本。

例如在花卉種類識別任務(wù)上，“書生“只需要每一類型的花卉提供兩個訓(xùn)練樣本，就能實現(xiàn)99.7%的準(zhǔn)確率。

這個花卉數(shù)據(jù)集由102種英國常見的花組成，每個類別有40至258張圖片。其中包含有很大的比例、姿勢和光線變化。

102個類別的花卉數(shù)據(jù)集：

https://www.robots.ox.ac.uk/~vgg/data/flowers/102/index.html

4 通用視覺平臺，已正式開源

如此強大的通用視覺訓(xùn)練模型已經(jīng)正式開源！

更關(guān)鍵的是，連同上述講到的標(biāo)簽數(shù)據(jù)集、網(wǎng)絡(luò)結(jié)構(gòu)以及評測基準(zhǔn)，均在OpenGVLab被統(tǒng)一打包開源。

其中的網(wǎng)絡(luò)結(jié)構(gòu)除了MetaNet，還包含大家普遍使用的ResNet， MobileNet， ViT， EfficientNet等，以滿足不同場景的應(yīng)用，賦能計算機視覺。

然而，「書生」的布局不止于此。

OpenGVLab將與上海人工智能實驗室此前發(fā)布的OpenMMLab、OpenDILab一道，共同構(gòu)筑開源體系OpenXLab，持續(xù)推進(jìn)通用人工智能的技術(shù)突破和生態(tài)構(gòu)建。

一位已經(jīng)使用過此次開源平臺的自動駕駛算法研究員表示：“書生系列模型充分覆蓋了從移動可部署的小模型，到超大規(guī)模自研結(jié)構(gòu)，為行業(yè)帶來了希望，尤其是它的收斂速度，大幅節(jié)省了訓(xùn)練開銷，是技術(shù)落地的一大助推器。“

不僅是自動駕駛領(lǐng)域，智慧城市、智慧醫(yī)療、智慧交通，以及千千萬萬其他的智能化領(lǐng)域，都將獲得通用視覺模型帶來的技術(shù)紅利。

一位騰訊研究員大贊OpenGVLab：“能把這么大的工作開源出來真的是業(yè)界良心。簡單用了一下，確實比CLIP要更fine-grained（細(xì)粒度更高）?！?

而來自學(xué)界的師生也對此感慨有加：“OpenGVLab集成了大量各種量級的state-of-the-art（先進(jìn)）模型，使用起來更得心應(yīng)手，省去了對不同codebase、不同模型繁瑣調(diào)研的煩惱?！?

換句話說，當(dāng)那些代碼和公式脫去了枯燥乏味的外衣，人們才發(fā)現(xiàn)了真正的創(chuàng)造力。而這，也是技術(shù)創(chuàng)新與平臺開源的魅力所在。

往近了說，用這款通用視覺模型打比賽，怕不是獎金多到飛起！在技術(shù)生產(chǎn)力的道路上，又誕生了一個致富小妙招！

目前，“書生”技術(shù)報告《INTERN: A New Learning Paradigm Towards General Vision》已在arXiv平臺發(fā)布。

論文地址：arxiv.org/abs/2111.08687

以上就是關(guān)于模型評測相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服QQ: 1454722008（同微信）進(jìn)行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。

推薦閱讀：

玩具車模型哪個品牌好（玩具車模型哪個品牌好一點）

鷹翔模型新品

屬于概念模型的是（屬于概念模型的是）

商標(biāo)注冊了別人還能用嗎（商標(biāo)注冊了別人還能用嗎知乎）

餐飲品牌策劃(餐飲品牌策劃公司)