SWIFT VS SWALLOW

Đây là bài viết khá đơn giản về phân loại hình ảnh nhằm hỗ trợ việc thực hành khóa học Practical Deep Learning for Coders do Jeremy Howard (người đồng sáng lập ra fast.ai) và các đồng nghiệp. Thông tin chi tiết của khóa học có thể xem tại đây. Với chủ đề về hình ảnh, tôi chọn chim yến (swift) và chim én (swallow) để làm chủ đề phân loại hình ảnh. Lý do khá đơn giản vì tôi thích 2 loài chim này.

Yêu cầu

Bài viết được viết lại trên Jupyter Notebook và sử dụng ngôn ngữ Python. Nên hy vọng các bạn đều đã làm quen với hai công cụ này. Ngoài ra, để thực hiện được các code trong notebook, bạn cần cái các gói trong file requiremens.txt, về cơ bản, chúng ta chỉ cần fastai để chạy được hầu hết các code của bài viết này.

Tạo tập dữ liệu

Tập dữ liệu được sử dụng cho dự án này là thông qua dữ liệu của công cụ tìm kiếm duckduckgo.com là chính, một vài ảnh tôi có nhặt nhạnh thêm được từ google.com và bing.com. Trong khóa học của Jeremy, tôi có để ý về cách sử dụng dịch vụ của bing search để thu thập dữ liệu. Tuy nhiên, do việc setup và xin tài khoản miễn phí khá phức tạp nên tôi đã quyết định lựa chọn việc thu thập dữ liệu bằng tay. Việc này nghe có vẻ rất ...tay to, nhưng thực sự mà nói, tôi khá vui vẻ làm công việc này vì nó giúp tôi nhìn thêm được nhiều điểm thú vị của chim yến và chim én mà trước nay mình không hề biết. Ngoài ra, bạn có thể sử dụng 2 cách khác khá đơn giản và nhanh gọn để lấy dữ liệu (tuy nhiên hình ảnh sẽ có kích cỡ nhỏ và không được chất lượng như ý)

1. Sử dụng lại code đã được hướng dẫn trong khóa học cũ: chi tiết xem file nbs/download.ipynb.
2. Tải toàn bộ tập tin html của công cụ search:

• sử dụng firefox hoặc google chrome.
• chọn google search image rồi search : "swallow bird" -"swift bird" cho chim én/ "swift bird" -"swallow bird" cho chim yến (lưu ý chỉ có 1 dấu cách giữa cụm tự đầu tiên và dấu trừ -, còn dấu - sẽ viết liền với cụm từ sau. Bạn sẽ thấy kết quả khá khác biệt khi có dấu cách giữa - và 2 cụm từ).
• kéo chuột xuống dưới và chọn Show more results cho đến khi không thể nữa.
• Sau đó bạn chỉ cần đơn giản ấn phím tắt: Ctrl + s và ấn vào nút save.
• Bạn sẽ có 2 folder của chim yến và chim én, trong folder sẽ có các file hình ảnh dạng .jpeg hoặc .png, bạn có thể chọn loại .jpeg là đủ. bạn tạo folder data/swift và data/swallow nơi bạn dùng để lưu hình ảnh và code của bạn.

GPU vs CPU:

Hầu hết mọi người đều nghĩ đến việc sử dụng GPU trong các bài toán về deep learning (máy học sâu). Tuy nhiên, với tất cả các framework hiện tại (pytorch, fastai, keras, tensorflow) đều cho phép người dùng sử dụng CPU để chạy các bài toán deep learning, tất nhiên, tốc độ của nó sẽ chậm hơn rất (rất) nhiều so với việc sử dụng GPU. Với bài toán này, bạn cũng nên có môi trường để thực hành với GPU. Có một vài cách mà bạn có thể tiếp cận với bài toán này:

1. Sử dụng cloud (hướng dẫn có thể xem tại đây) - cách tiếp cận nhanh và dễ nhất với các bạn mới bắt đầu học về deep learning.
2. Xây dựng riêng một máy tính có GPU (thông tin tham khảo tại đây và tại đây và tại đây và đây là ví dụ 1 và đây là ví dụ 2 và đây là ví dụ 3 và ... google thêm - cách đầu tư dài hạn, hiệu quả (tất nhiên sẽ có nhiều rủi ro nếu bạn...hết đam mê hoặc chưa nghiên cứu kỹ khiến việc xây dựng không được như kỳ vọng).
3. Sử dụng dịch vụ miễn phí của google collab hoặc kaggle TPU.

Với bài viết này, tôi đang sử dụng GPU trên máy tính cá nhân của mình nên code có thể có sự khác biết đôi chút so với việc chạy trên cloud hay sử dụng dịch vụ miễn phí.