Koolo233

  • 20

    获得赞
  • 2

    发布的文章
  • 3

    答辩的项目

手指指纹识别比赛第二名答辩

Batch大小为9,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为100.00。

最后更新 2021/01/21 16:57 阅读 5333

手指指纹识别开源竞赛

最后更新 2021/01/21 16:57

阅读 5333

ResNeXt

1.    问题分析与问题定义 

 本次比赛的主题为手指指纹识别,但是又有别于传统的分类或者目标检测任务,本次比赛是比对输入的两张指纹是否是同一指纹,在进行框架选择之前还是要弄清楚问题的定义以及合适的解决思路。 

 本次比赛的数据集共有5000张原始指纹数据,然后经过数据增强后得到16844张指纹数据,任务目标是比对输入的两张图片是否为同一指纹。就粗略感觉上来说,这个任务还有有相当的实用价值的,比如采集案发现场的指纹然后通过这个任务训练得到的模型快速比对采集到的指纹和指纹库中的指纹。现场采集到的指纹通常都有不同程度的模糊或者缺损,而指纹库中的指纹一般较为完整,这和本次比赛的任务相似。 

 2.    难点汇总以及确定大致策略 

 观察提供数据集可以发现本数据集有三项数据,第一列应当为原始的指纹图片,第二列为进行了数据增强的指纹图片,第三列为label且label均为1,在本数据集中没有实际价值。粗略总结可以得知,当送入的两张图片表示同一指纹时要输出label=1,当送入的两张图片表示不同指纹时要输出其他值,通过测试发现不同时的label=0。因此可以总结出下列的困难:

训练数据的问题:本次比赛并没有直接提供可以直接喂入网络的数据,需要自己准备,标签文件中仅指出了哪些图片是同一指纹,需要自己构造数据加载器,喂入正负样本  

比赛描述的问题:整个来说比赛描述略模糊,前期需要经过几次探测后才能够清楚任务输入以及输出要求 

模型选择的问题:通过上述的分析,基本可以确定是分类类型的任务,然后输入为6通道(两张RGB图片)或者2通道(两张灰度图片),输出为单标签0或1 

3.    训练数据准备以及模型

训练数据加载器

本次比赛需要额外构造正负样本的加载器,我采用的策略很简单,每一次数据加载均会加载两组共四张图片,记为image_1到image_4,其中image_1和image_2是一对正样本,image_3和image_4也是一对正样本,那么负样本就能很简单的构建出来了,即image_1和image_4为负样本,image_2和image_3为负样本。这样加载有两个好处,其一是得到了正负样本,其二是正负样本均衡。为了增强输入数据的随机性,首先获取第一对数据的id,然后减去random(15, 40)得到第二对数据的id,选择减而不是加的主要理由是避免数组索引越界。这样就能在一次加载中获得4个输入样本,然后乘以batch size得到一个batch的输入数量。

模型

本次比赛十分顺利,我按照习惯首先使用了resnext50以及其预训练模型,本想只测试一下,然后进行优化的,但是没想到准确率在第一次尝试就已经到了99.98%,效果相当好,然后经过几次尝试后就顺利达到100%的准确率了。

其他细节

Batch size: 9

Epochs: 1

优化器: Adam

学习率: 0.01

学习率衰减策略:无

验证集比例: 0.005

模型在训练阶段没有冻结的层:conv1、bn1、layer3、layer4、fc

本文为作者在FlyAI平台发布的原创内容,采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可,转载请附上原文出处链接和本声明。
本文链接地址:https://flyai.com/n/157562
立即参加 手指指纹识别开源竞赛
代码展示

ResNeXt

选择查看文件
$vue{codeKeys}
  • $vue{ix}
$vue{typeSign ? "" : "15天内累计签到7天以上即可下载代码哦~"}
已签到
签到
©以上内容仅用于在FlyAI平台交流学习,禁止转载、商用;违者将依法追究法律责任。
讨论
500字
表情
每日优质讨论奖励 20FAI
发送
每日优质讨论奖励 20FAI
删除确认
是否删除该条评论?
取消 删除
感谢您的关注
该篇内容公开后我们将会给你推送公开通知
好的
发布成功!
您的公开申请已发送至后台审核,
通过后将公开展示本详情页!
知道了
向贡献者赞赏
¥24.00
微信支付
支付宝

请先绑定您的微信账号 点击立即绑定

立即支付
温馨提示:
支付成功后不支持申请退款,请理性消费;
支付成功将自动解锁当前页面代码内容,付款前请确认账号信息。
微信扫码支付
请前往Web网页进行支付

敬请谅解,如有疑问请联系FlyAI客服

知道了
举报
请选择举报理由
确定
提示
确定要删除?
取消删除

今日签到成功

获得 $vue{sianData.sign_fai} FAI的GPU算力积分

知道了