业界 | 弱监督学习下的商品识别：CVPR 2018细粒度识别挑战赛获胜方案简介(2)

以 iMaterialist 2018 挑战赛为例，由于细粒度属性的产品看起来非常相似，且商品在不同光线、角度和背景下拍摄，其识别精度也会受到影响。与此同时，不同商品的相似特征，也为机器识别增加了一定的难度：比如家具中的球椅和蛋椅，从某些特定角度来看十分相似；再比如服饰的宝蓝色和松绿色，在不同的光线条件下也存在一定的相似性。

[原文来自：www.11jj.com]

因此，细粒度识别相比于一般的图像分类不仅需要使用图像的整体信息，同时它应该注意到子类别所独有的局部特征。例如从总整体上确定球椅和蛋椅都从属于椅子，然后再根据局部细节确定具体是哪一种椅子。 [原文来自：www.11jj.com]

「但是相关技术具有更大的实际应用意义」码隆科技表示，「它可以直接转化为工业界的应用，提高效率、减少成本」。

在此挑战赛中，码隆科技与美国知名电商.. Wish 提供了所需的服装和家具图像数据，并会在之后向学术界开放 120 万带标注的商品图像数据集。此次 iMaterialist 2018 挑战赛分为 iMaterialist - Fashion 和 iMaterialist - Furniture 两个 Track。iMat Furniture 2018 的数据集为清理标注过的干净数据，而 iMat Fashion 2018 的数据集为未清理过的噪声数据。

经过 3 个多月的角逐，iMaterialist 2018 挑战赛最终分出胜负：

解决方案

一般细粒度识别可以分为两种，即基于强监督信息的方法和仅使用弱监督信息的方法。基于强监督的细粒度识别通常需要使用边界框和局部标注信息，例如 2014 年提出的 Part-based R-CNN 利用自底向上的候选区域（region proposals）计算深度卷积特征而实现细粒度识别。这种方法会学习建模局部外观，并加强局部信息之间的几何约束。而 iMaterialist 2018 仅使用类别标签，因此是一种弱监督信息的细粒度识别。

其实在这一次竞赛中，很多不同的方法都有它们各自独特的亮点。例如在服装第一名的解决方案中，虽然它也是利用预训练 resnet152、 xception 和 dn201 等模型并结合 XGBoost 做预测，但 Radek Osmulski 另外使用了 1 Cycle LR Policy 进行精调。

1 Cycle 用两个等长的步骤组成一个 cycle：从很小的学习率开始，慢慢增大学习率，，然后再慢慢降低回最小值。Radek Osmulski 在增大学习率的同时降低动量，这也印证了一个直觉：在训练中，我们希望 SGD 可以迅速调整到搜索平坦区域的方向上，因此就应该对新的梯度赋予更大的权重。其实在真实场景中，可以选取如 0.85 和 0.95 的两个值，在增大学习率的时候，将动量从 0.95 降到 0.85，在降低学习率的时候，再将动量重新从 0.85 提升回 0.95。