ZhejiangLab Cup 2018 - Zero Shot Learning - Naive Baseline

2018之江杯全球人工智能大赛 - 零样本图像目标识别 简易baseline

精度

是的，低的惨不忍睹。没有炼丹优化参数，有兴趣的同学可以试试，炼出好结果记得告诉我一下。

这么没用的东西也好意思拿出来？

• 给后来的同学一个start point
• 抛砖引玉。天池的比赛很少有Kaggle那样的分享氛围，自己在Kaggle的讨论上学到了很多，希望天池也能设置鼓励分享的激励机制，让比赛热闹起来。
• 求交流求讨论求组队（在国外找不到人组队。。。orz。。。）

Requirements

• python >= 3.6
• pytorch >= 0.4
• torchvision
• numpy
• pandas
• scikit-learn
• tqdm

用法

准备数据

把DatasetA_test_20180813.zip和DatasetA_train_20180813.zip解压在input/DatasetA下。

(这个repo已经准备好图片以外的数据，请复制train和test文件夹下的图片到对应的路径下)

训练模型并生成提交结果

$ cd src; python main.py --gpu_id 0

待提交结果保存在output/result.txt。

详细说明

采用模型

简单起见，本baseline采用了DEM[1]。

首先在训练集上学习DenseNet分类器。

训练时，先通过DenseNet[2]提取图像特征后，然后把Label的word embedding投影到图像特征空间，优化MSE loss来训练。算法具体请参照[1]。

预测时，计算 待预测图片的特征 和 全部230分类的word embedding在图像特征空间上投影 的欧式距离，取最近分类。

数据划分

但这个比赛的问题是GZSL的设定（即test set包含train set的类别，不全是unseen类别， 具体请参照[3]），val set也应该包含一部分train set的数据。欢迎讨论更靠谱的val set的分割方法。

便利工具

scr/utils.py包含了一些方便的工具类和函数，比如数据读取，性能评价，结果保存等等，请按需取用，同时欢迎同学们的添加自己的工具方便大家（正坐敲碗等着pull request）。

TODOs

• [x] 本地性能测试
• [ ] 线上性能测试

References

[1] Learning a Deep Embedding Model for Zero-Shot Learning

[2] Densely Connected Convolutional Networks

[3] Zero-Shot Learning - A Comprehensive Evaluation of the Good, the Bad and the Ugly