googlenet - going deeper with convolutionsanderson/deeplearning/deep learning... · introdução...

IntroduçãoTrabalhos Relacionados

GoogLeNet

GoogLeNet - Going Deeper with Convolutions

Heyde Francielle do Carmo FrançaProf. Dr. Anderson Soares

Instituto de Informática

Universidade Federal de Goiás

02 de Dezembro de 2016

1 / 35


GoogLeNet

Sumário I

1 Introdução

2 Trabalhos Relacionados

3 GoogLeNetConclusão

2 / 35


GoogLeNet

Introdução

Introdução

3 / 35


GoogLeNet

Introdução

Uma arquitetura de rede neural convolucional profunda

22 camadas de profundidade.

Ficou em 1o lugar tanto em Classi�cação como em detecçãode objetos no ILSVRC14.

Visa uma melhor utilização dos recursos de computação pelarede, ao mesmo tempo que aumenta seu tamanho,profundidade e largura.

Utiliza 12x menos parâmetros do que a arquitetura vencedorano ano de 2012.

Signi�cativamente mais precisa que o estado da arte.

4 / 35


GoogLeNet

Contextualização

Por que o Deep Learning vem ganhando tanto destaque

recentemente?

Deep Learning precisa de uma grande base de dados paratreinamento.

Necessidade de grande quantidade de recursos computacionais.

5 / 35


GoogLeNet

Contextualização

Por que o Deep Learning vem ganhando tanto destaque

recentemente?

Problema do desaparecimento do gradiente e convergência darede.

Sigmoid/Tangh [-1,1] = Aprendizado Lento / Custocomputacional mais alto (expoentes e multiplicações)Recti�ed Linear Unit [?] - RELU [0,∞] = Aprendizado Rápido/ Custo computacional mais baixo (threshold)

6 / 35


GoogLeNet

Problema

As técnicas de detecção e classi�cação tem sido severamentemelhoradas nos últimos 3 anos, utilizando as técnicas de deeplearning e redes convolucionais.

Necessidade de propor uma rede que obtenha resultadosmelhores sem depender de mais poder computacional e nem debase de dados maiores.

7 / 35


GoogLeNet

Problema

O estado da arte já apresenta resultados muito bons

Aumentar a quantidade de camadas ou a profundidade da redetambém aumenta a necessidade de maior podercomputacional.

8 / 35


GoogLeNet

Motivação

Superar o atual estado da arte para classi�cação e detecção deobjetos.

Vencer o desa�o ILSVRC14.

9 / 35


GoogLeNet

Objetivo

Propor uma nova arquitetura de rede de aprendizado profundocapaz de sobrepor o atual estado da arte de classi�cação edetecção de objetos em imagens sem a necessidade de maiorpoder computacional.

10 / 35


GoogLeNet

Trabalhos Relacionados


11 / 35


GoogLeNet


LeNet-5 [1]

NiN- Network in Network [2]

R-CNN (Regions with Convolutional Neural Networks)[4]

12 / 35


GoogLeNet

LeNet-5

Figura: Arquitetura da LeNet-5[1]

Possui uma estrutura padrão:

Camadas de Convoluções empilhadas (opcionalmente seguidasde pooling);

Seguidas de uma ou mais camadas FC.13 / 35


GoogLeNet

NiN

Figura: Arquitetura da NiN[2]

A estrutura geral da NiN incluem três camadas mlpconv e umacamada de average pooling.

14 / 35


GoogLeNet

R-CNN

Figura: Arquitetura da R-CNN [4]

15 / 35


GoogLeNetConclusão

GoogLeNet

GoogLeNet

16 / 35


GoogLeNetConclusão

Detalhes da Arquitetura

Inception Module

Figura: Inception Module

17 / 35


GoogLeNetConclusão


Inception Module

Figura: Inception Module18 / 35


GoogLeNetConclusão


Inception Module


19 / 35


GoogLeNetConclusão


Inception Module


20 / 35


GoogLeNetConclusão


Inception Module


21 / 35


GoogLeNetConclusão

GoogLeNet

Figura: Arquitetura da GoogLeNet

22 / 35


GoogLeNetConclusão

GoogLeNet

23 / 35


GoogLeNetConclusão

GoogLeNet-Características Estruturais

Além dos módulos Inceptions

Uma camada de Avg Pool de 5x5 e passo 3, que resulta emuma saída 4x4x512 para a camada 4(a) e 4x4x528 para acamada 4(d);

A convolução de 1x1 com 128 �ltros para redução dedimensionalidade e ReLu como função de ativação;

A camada de Classi�cação;

Uma camada de Dropout;

Uma camada linear com softmax como classi�cador(predizendo As mesmas 1000 classes que o classi�cadorprincipal, mas Removida no momento da inferência).

24 / 35


GoogLeNetConclusão

GoogLeNet - Estrutura Extra

25 / 35


GoogLeNetConclusão

GoogLeNet-Metodologia de Treinamento

DistBelief[3]

CPU x GPU

Assíncrono gradiente descendente estocástico[3]

Média PolyakCaracterísticas que se mostraram importantes:

Tamanho da imagemDistorções da imagem: como iluminação e ruídos.

26 / 35


GoogLeNetConclusão

Resultados na etapa de Classi�cação

As imagens estão divididas em 1000 categorias

Existem 1,2 milhões de imagens para treinamento, 50.000 paravalidação e 100.000 para testes.

7 modelos foram treinados

Redimensionamento de imagens com 4 escalas diferentes: 256,288, 320, 352.

27 / 35


GoogLeNetConclusão

Resultados na etapa de Classi�cação

28 / 35


GoogLeNetConclusão

Resultados na etapa de Detecção

O Objetivo é inserir uma caixa em torno do objeto que sãoseparados em 200 classes diferentes

Diferentemente da fase de Classi�cação, cada imagem podeconter muitos objetos ou Nenhum, e sua escala pode variar.

6 essembles GoogLeNet

Técnica semelhante ao R-CNN[4], mas aumentada com omodelo Inception como o classi�cador de região.

29 / 35


GoogLeNetConclusão


Figura: Resultado sem a utilização de Ensemble

30 / 35


GoogLeNetConclusão


Figura: Resultado com a utilização de Ensemble

31 / 35


GoogLeNetConclusão

Conclusão

Ótimos resultados tanto na classi�cação quanto na detecçãode objetos.

Ganho signi�cativo na qualidade com um pequeno aumento depoder computacional.

32 / 35


GoogLeNetConclusão

Referências

Szegedy, Christian, et al. "Going deeper withconvolutions."Proceedings of the IEEE Conference onComputer Vision and Pattern Recognition. 2015

[1] S. Arora, A. Bhaskara, R. Ge, and T. Ma. Provable boundsfor learning some deep representations. CoRR,abs/1310.6343,2013.

[2] J. Dean, G. Corrado, R. Monga, K. Chen, M. Devin, M.Mao, M. Ranzato, A. Senior, P. Tucker, K. Yang, Q. V. Le,and A. Y. Ng. Large scale distributed deep networks. In P.Bartlett, F. Pereira, C. Burges, L. Bottou, and K. Weinberger,editors, NIPS, pages 1232a 1240. 2012.

[3] R. B. Girshick, J. Donahue, T. Darrell, and J. Malik. Richfeature hierarchies for accurate object detection and semanticsegmentation. In Computer Vision and Pattern Recognition,2014. CVPR 2014. IEEE Conference on, 2014. 33 / 35


GoogLeNetConclusão

Referências

[4] Y. LeCun, B. Boser, J. S. Denker, D. Henderson, R.E.Howard, W. Hubbard, and L. D. Jackel. Backpropagationapplied to handwritten zip code recognition. Neural Comput.,541a551, Dec. 1989

[5] M. Lin, Q. Chen, and S. Yan. Network in network. CoRR,abs 1312.4400, 2013.

[6] I. Sutskever, J. Martens, G. E. Dahl, and G. E. Hinton.Onthe importance of initialization and momentum in deeplearning. In ICML, volume 28 of JMLR Proceedings,pages1139a1147. JMLR.org, 2013.

34 / 35


GoogLeNetConclusão

Fim

Perguntas??

35 / 35

googlenet - going deeper with convolutionsanderson/deeplearning/deep learning... · introdução...

Documents