VAE异常检测论文复现——Anomaly Detection for Skin Disease Images Using Variational Autoencoder_vaeanomaly-程序员宅基地

技术标签: 论文阅读  

VAE异常检测论文复现——Anomaly Detection for Skin Disease Images Using Variational Autoencoder

 今天内容是复现论文Anomaly Detection for Skin Disease Images Using Variational Autoencoder当中的实验,因为目前还没有连接到实验室的服务器,我的实验的训练次数只有3次,所以复现的效果可能相对来说要差一些。这一次所面对的数据集是图像数据集,所以主要针对图像数据集的一些操作和处理,以及对于图像数据集其网络结构如何建立做一点总结。

数据集下载

 论文所使用的数据集是ISIC2018年比赛用的一个数据集,我是在网址https://challenge.kitware.com/#phase/5abcbc6f56357d0139260e66处下载的相关数据,数据需要注册一个邮箱,然后可以下载training data(包括10015张图片),以及一个csv文件,里面标注了每一张图片的真实分类。

数据集预处理及数据集调用

 在下载好了数据集和标签文档之后,先行做了一些预处理工作,将下载的图片(共7类)分别根据他们的标签存入了7个文件夹当中,这样在调用的时候采用以下的一些代码,就可以获取他们的图片数据和图片分类

from torchvision import transforms, datasets
def load_dataset(input_size, data_path, batch_size):#用来载入数据
    normalize = transforms.Normalize(
        mean=[0.5, 0.5, 0.5],
        std=[0.5, 0.5, 0.5])
    transform = transforms.Compose([
        transforms.Resize((input_size, input_size)),
        transforms.ToTensor(),
        normalize,
    ])
    train_dataset = datasets.ImageFolder(data_path, transform)
    train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=batch_size,shuffle=True)
    return train_loader


train_loader = load_dataset(input_size=image_size,data_path=data_path,batch_size=batch_size)
for idx, (image, target) in tqdm(enumerate(traint_loader)):    

 上述是调用的几句比较核心的语句,首先是在整理数据集的时候,要对其进行transform和normalize,其次是导入的时候的地址应该是7类图片所属文件夹的父文件夹。每一张图片的数据和所属标签可通过遍历的方式,从train_loader当中获得。

深度学习网络结构

 Encoding层结构(相对来说在处理图片的时候encoding层的结构是比较复杂的。之前我们处理的主要都是如KDD99这样的文本数据比较多)

ngf = 64
nz = 300
nc = 3
n = math.log2(imageSize)
self.encoder = nn.Sequential()

self.encoder.add_module('input-conv', nn.Conv2d(nc, ngf, 4, 2, 1,
                                               bias=True))
self.encoder.add_module('input-relu', nn.ReLU(inplace=True))
for i in range(n - 3):
            # state size. (ngf) x 32 x 32
	self.encoder.add_module('pyramid_{0}-{1}_conv'.format(ngf * 2 ** i, ngf * 2 ** (i + 1)),
                                    nn.Conv2d(ngf * 2 ** (i), ngf * 2 ** (i + 1), 4, 2, 1, bias=True))
    self.encoder.add_module('pyramid_{0}_batchnorm'.format(ngf * 2 ** (i + 1)),
                                    nn.BatchNorm2d(ngf * 2 ** (i + 1)))
    self.encoder.add_module('pyramid_{0}_relu'.format(ngf * 2 ** (i + 1)), nn.ReLU(inplace=True))

  通过打印模型当中的数值,我们可以看出网络的每一层情况都如下:

在这里插入图片描述
 这里的参数kernel_size是卷积核,stride是步长,padding代表卷积操作是否使图像的大小改变。BatchNorm2d是一个归一化函数,对每个通道进行数据的归一化,最后通过ReLU之后输出到下一个网络层。

self.decoder = nn.Sequential()
        # input is Z, going into a convolution
self.decoder.add_module('input-conv', nn.ConvTranspose2d(nz, ngf * 2 ** (n - 3), 4, 1, 0, bias=True))
self.decoder.add_module('input-batchnorm', nn.BatchNorm2d(ngf * 2 ** (n - 3)))
self.decoder.add_module('input-relu', nn.ReLU(inplace=True))

        # state size. (ngf * 2**(n-3)) x 4 x 4

for i in range(n - 3, 0, -1):
    self.decoder.add_module('pyramid_{0}-{1}_conv'.format(ngf * 2 ** i, ngf * 2 ** (i - 1)),
                                    nn.ConvTranspose2d(
                                        ngf * 2 ** i, ngf * 2 ** (i - 1),
                                        4, 2, 1, bias=True))
    self.decoder.add_module('pyramid_{0}_batchnorm'.format(ngf * 2 ** (i - 1)),
                                    nn.BatchNorm2d(ngf * 2 ** (i - 1)))
    self.decoder.add_module('pyramid_{0}_relu'.format(ngf * 2 ** (i - 1)), nn.ReLU(inplace=True))

    self.decoder.add_module('ouput-conv', nn.ConvTranspose2d(ngf, nc, 4, 2,
                                                                 1, bias=True))
    self.decoder.add_module('output-tanh', nn.Tanh())

 Decoder层和Encoder层差不多,重点是关于 μ \mu μ σ \sigma σ的选择:

	self.conv_mu = nn.Conv2d(ngf * 2 ** (n - 3), nz, 4)
    self.conv_logvar = nn.Conv2d(ngf * 2 ** (n - 3), nz, 4)
    def encode(self, input):
        output = self.encoder(input)
        output = output.squeeze(-1).squeeze(-1)
        return [self.conv_mu(output), self.conv_logvar(output)]

    def reparameterize(self, mu, logvar):
        std = torch.exp(0.5 * logvar)
        eps = torch.randn_like(std)
        return eps.mul(std).add_(mu)

    def decode(self, z):
        return self.decoder(z)

    def forward(self, x):
        mu, logvar = self.encode(x)
        z = self.reparameterize(mu, logvar)
        return self.decode(z), \
               mu.squeeze(-1).squeeze(-1), \
               logvar.squeeze(-1).squeeze(-1)
       

Loss函数的选择

 关于标准VAE做法的loss函数的选择已经比较熟悉了,这里重点讲一下作者提到的一种叫做iWAE的算法,这种算法是源于论文Importance Weighted Autoencoders,其算法的核心是选择了k个 z i z_i zi,算了其加权平均之后的值作为结果。这里我们的相应代码如下:

def _log_mean_exp(x, dim):
    m, _ = torch.max(x, dim=dim, keepdim=True)

    x0 = x - m

    m = m.squeeze(dim)

    return m + torch.log(torch.mean(torch.exp(x0),
                                    dim=dim))

def get_iwae_score(vae, image, L=5):
 
    image_batch = image.expand(L,
                               image.size(1),
                               image.size(2),
                               image.size(3))

    mu, logvar = vae.encode(image_batch)
    eps = torch.randn_like(mu)
    z = mu + eps * torch.exp(0.5 * logvar)
    kl_weight = criterion.kl_weight
    reconst = vae.decode(z)
    log_p_x_z = -torch.sum((reconst - image_batch).pow(2).reshape(L, -1),
                          dim=1)

    log_p_z = -torch.sum(z.pow(2).reshape(L, -1), dim=1)
    log_q_z = -torch.sum(eps.pow(2).reshape(L, -1), dim=1)

    iwae_score = -_log_mean_exp(log_p_x_z + (log_p_z - log_q_z)*kl_weight, dim=0)
    iwae_KL_score = -_log_mean_exp(log_p_z - log_q_z, dim=0)
    iwae_reconst_score = -_log_mean_exp(log_p_x_z, dim=0)

    return iwae_score, iwae_KL_score, iwae_reconst_score

class VAELoss(nn.Module):
    def __init__(self, size_average=False, kl_weight=1):
        super(VAELoss, self).__init__()
        self.size_average = size_average
        self.kl_weight = kl_weight

    def forward(self, recon_x, x, mu, logvar):
        bsz = x.shape[0]
        reconst_err = (x - recon_x).pow(2).reshape(bsz, -1)
        reconst_err = 0.5 * torch.sum(reconst_err, dim=-1)

        # KL(q || p) = -log_sigma + sigma^2/2 + mu^2/2 - 1/2
        KL = (-logvar + logvar.exp() + mu.pow(2) - 1) * 0.5
        KL = torch.sum(KL, dim=-1)
        if self.size_average:
            KL = torch.mean(KL)
            reconst_err = torch.mean(reconst_err)
        else:
            KL = torch.sum(KL)
            reconst_err = torch.sum(reconst_err)
        loss = reconst_err + self.kl_weight * KL
        return loss, {
    'KL': KL, 'reconst_logp': -reconst_err}

实验结果

 因为整体训练只进行了三次,结果可能没有论文结果那么好,另外和论文取样也有一定的不同,很难做出完整的一样的结果。最终实验结果如下:
在这里插入图片描述

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/qq_40746182/article/details/103995047

智能推荐

while循环&CPU占用率高问题深入分析与解决方案_main函数使用while(1)循环cpu占用99-程序员宅基地

文章浏览阅读3.8k次,点赞9次,收藏28次。直接上一个工作中碰到的问题,另外一个系统开启多线程调用我这边的接口,然后我这边会开启多线程批量查询第三方接口并且返回给调用方。使用的是两三年前别人遗留下来的方法,放到线上后发现确实是可以正常取到结果,但是一旦调用,CPU占用就直接100%(部署环境是win server服务器)。因此查看了下相关的老代码并使用JProfiler查看发现是在某个while循环的时候有问题。具体项目代码就不贴了,类似于下面这段代码。​​​​​​while(flag) {//your code;}这里的flag._main函数使用while(1)循环cpu占用99

【无标题】jetbrains idea shift f6不生效_idea shift +f6快捷键不生效-程序员宅基地

文章浏览阅读347次。idea shift f6 快捷键无效_idea shift +f6快捷键不生效

node.js学习笔记之Node中的核心模块_node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是-程序员宅基地

文章浏览阅读135次。Ecmacript 中没有DOM 和 BOM核心模块Node为JavaScript提供了很多服务器级别,这些API绝大多数都被包装到了一个具名和核心模块中了,例如文件操作的 fs 核心模块 ,http服务构建的http 模块 path 路径操作模块 os 操作系统信息模块// 用来获取机器信息的var os = require('os')// 用来操作路径的var path = require('path')// 获取当前机器的 CPU 信息console.log(os.cpus._node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是

数学建模【SPSS 下载-安装、方差分析与回归分析的SPSS实现(软件概述、方差分析、回归分析)】_化工数学模型数据回归软件-程序员宅基地

文章浏览阅读10w+次,点赞435次,收藏3.4k次。SPSS 22 下载安装过程7.6 方差分析与回归分析的SPSS实现7.6.1 SPSS软件概述1 SPSS版本与安装2 SPSS界面3 SPSS特点4 SPSS数据7.6.2 SPSS与方差分析1 单因素方差分析2 双因素方差分析7.6.3 SPSS与回归分析SPSS回归分析过程牙膏价格问题的回归分析_化工数学模型数据回归软件

利用hutool实现邮件发送功能_hutool发送邮件-程序员宅基地

文章浏览阅读7.5k次。如何利用hutool工具包实现邮件发送功能呢?1、首先引入hutool依赖<dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>5.7.19</version></dependency>2、编写邮件发送工具类package com.pc.c..._hutool发送邮件

docker安装elasticsearch,elasticsearch-head,kibana,ik分词器_docker安装kibana连接elasticsearch并且elasticsearch有密码-程序员宅基地

文章浏览阅读867次,点赞2次,收藏2次。docker安装elasticsearch,elasticsearch-head,kibana,ik分词器安装方式基本有两种,一种是pull的方式,一种是Dockerfile的方式,由于pull的方式pull下来后还需配置许多东西且不便于复用,个人比较喜欢使用Dockerfile的方式所有docker支持的镜像基本都在https://hub.docker.com/docker的官网上能找到合..._docker安装kibana连接elasticsearch并且elasticsearch有密码

随便推点

Python 攻克移动开发失败!_beeware-程序员宅基地

文章浏览阅读1.3w次,点赞57次,收藏92次。整理 | 郑丽媛出品 | CSDN(ID:CSDNnews)近年来,随着机器学习的兴起,有一门编程语言逐渐变得火热——Python。得益于其针对机器学习提供了大量开源框架和第三方模块,内置..._beeware

Swift4.0_Timer 的基本使用_swift timer 暂停-程序员宅基地

文章浏览阅读7.9k次。//// ViewController.swift// Day_10_Timer//// Created by dongqiangfei on 2018/10/15.// Copyright 2018年 飞飞. All rights reserved.//import UIKitclass ViewController: UIViewController { ..._swift timer 暂停

元素三大等待-程序员宅基地

文章浏览阅读986次,点赞2次,收藏2次。1.硬性等待让当前线程暂停执行,应用场景:代码执行速度太快了,但是UI元素没有立马加载出来,造成两者不同步,这时候就可以让代码等待一下,再去执行找元素的动作线程休眠,强制等待 Thread.sleep(long mills)package com.example.demo;import org.junit.jupiter.api.Test;import org.openqa.selenium.By;import org.openqa.selenium.firefox.Firefox.._元素三大等待

Java软件工程师职位分析_java岗位分析-程序员宅基地

文章浏览阅读3k次,点赞4次,收藏14次。Java软件工程师职位分析_java岗位分析

Java:Unreachable code的解决方法_java unreachable code-程序员宅基地

文章浏览阅读2k次。Java:Unreachable code的解决方法_java unreachable code

标签data-*自定义属性值和根据data属性值查找对应标签_如何根据data-*属性获取对应的标签对象-程序员宅基地

文章浏览阅读1w次。1、html中设置标签data-*的值 标题 11111 222222、点击获取当前标签的data-url的值$('dd').on('click', function() { var urlVal = $(this).data('ur_如何根据data-*属性获取对应的标签对象

推荐文章

热门文章

相关标签