TRANSFER LEARNING | Görüntü Bağlamında

Görüntü verisi ile transfer öğrenmeyi gerçekleştirmek oldukça yaygın kullanılan bir öğrenme modelidir. Girdi olarak görüntü verisi kullanılır ve bu şekilde yordayıcı modelleme problemleriyle transfer öğrenimi gerçekleştirilir. Görüntüler veri girişi olarak kullanılır ve bunlar bir tahmin görevi için kullanılabilir. Transfer learning ile eğitilmiş olan  modellerden elde edilen veriler yeni bir modelde kullanılır. Burada aktarılacak veriler genel bilgiler olması önemlidir. Çünkü hem kaynak hem de hedef görevler için uygun olan bilgiler aktarılır.

Görüntü bağlamında öğrenme aktarımında sorulması gereken sorular vardır. Bunlar:

  • Ne aktarılacak?
  • Ne zaman aktarılacak?
  • Nasıl aktarılacak?

Neyin aktarılacağı: En önemli aşamadır çünkü öğrenmeyi önemli derecede etkiler. Kaynaktan hedefe aktarma yaparken ne aktarılırsa daha çok başarılı olur sorusu cevaplandırılmalıdır.

Ne zaman aktarılacağı: Veri ne zaman hangi durumda aktarılmalıdır sorusuna cevap aranır. Eğer kaynak veri ve hedef veri arasında çok fazla bir fark olursa istenilen başarı elde edilemeyebilir, bu sebeple bu aşamada dikkatli olunmalıdır.

Nasıl aktarılacağı: Verinin aktarılma sürecinde hangi yöntemin kullanılması gerektiğine dair bilgileri içeriren aşamadır.

Bunları daha detaylı ele alacak olursak: Transfer Learning’de kaynak görevi biz geliştirebiliriz. Yani görselleri bizler tek tek bulabiliriz. Ya da aşağıda belirteceğimiz sitelerden hazır datalar kullanabiliriz. Bu iki durumu işimize geldiği gibi kullanabiliriz. İnsanlar genellikle  hazır data kullanmayı tercih ederler. Bu tarz uygulamaların en güzel örneklerinden biri ImageNet yarışmasıdır.

transfer learning

Görüntü bağlamında büyük görüntü veri kümeleri ile önceden eğitilmiş hazır modeller bulunur. Eğer hazır olan bu modeller kullanılmak istenirse bu modeller indirilebilir ve doğrudan görüntü verilerinin girdi olarak verilebileceği yeni modellere dahil edilebilir. Bu modellere aşağıdaki bağlantılardan ulaşılabilirsiniz.

Nilmeniz gereken önemli bir konu ise eğitilmiş modeller, görüntü verisini girdi olarak bekleyen yeni modellere doğrudan indirilerek birleştirilebilirler.

  • Oxford VGG Modeli
  • Google Inception Modeli
  • Microsoft ResNet Modeli
  • Caffe_Model_Zoo

Modelleri kullanırken dikkat etmeniz gereken bir takım durumları göz önünde bulundurmanız gerekmektedir. Mesela görev benzerliğine göre hangi katmana kadarki bilgilerin aktarılacağına dikkatli bir şekilde karar vermek gerekmektedir.

Leave a Reply

Your email address will not be published.