ProtoTree 开源项目教程

1. 项目介绍

ProtoTree 是一种用于细粒度图像识别的深度学习方法，该方法通过在可解释的决策树中嵌入原型，实现了模型的忠实可视化。每个树节点包含一个可训练的原型部分，该原型的存在与否决定了图像的路径选择。这种决策方式类似于人类的推理过程，例如，通过判断鸟是否有红色喉部和细长的喙来确定其种类。

2. 项目快速启动

环境准备

• Python 3
• PyTorch (版本介于 1.5 到 1.7)
• 可选：CUDA
• 必需的 Python 包：numpy, pandas, opencv, tqdm, scipy, matplotlib, requests, gdown

数据准备

项目支持两个数据集：CUB-200-2011（200种鸟类）和 Stanford Cars（196种车型）。以下以 CUB-200-2011 数据集为例：

1. 创建一个名为 ./data/CUB_200_2011 的文件夹。
2. 下载预训练的 ResNet50 模型，并将其放置在 features/state_dicts 文件夹中。
3. 在项目主目录下运行 python preprocess_data/download_birds.py。
4. 在项目主目录下运行 python preprocess_data/cub.py 以创建训练和测试集。

训练模型

1. 创建一个名为 ./runs 的文件夹。
2. 使用以下命令训练 ProtoTree 模型：

python main_tree.py --epochs 100 --log_dir ./runs/protoree_cub --dataset CUB-200-2011 --lr 0.001 --lr_block 0.001 --lr_net 1e-5 --num_features 256 --depth 9 --net resnet50_inat --freeze_epochs 30 --milestones 60,70,80,90,100

为了加速训练，可以通过设置 num_workers 参数来增加 DataLoaders 的并发工作线程数量。

查看训练进度

训练目录下的 log_epoch_overview.csv 文件将提供每个epoch的测试准确率、平均训练准确率和平均损失。log_train_epochs_losses.csv 文件将打印每个批次迭代的损失值和训练准确率。

保存和查看结果

训练完成后，全局解释的视觉化原型树将保存为 --log_dir /pruned_and_projected/treevis.pdf 文件。

3. 应用案例和最佳实践

• 模型融合：通过运行 main_ensemble.py 可以训练一个原型树的集合，提高模型的泛化能力和解释力。
• 本地解释：通过运行 main_explain_local.py 可以对单个测试图像进行局部解释，生成 predvis.pdf 文件。

4. 典型生态项目

• 决策树的可视化：可视化工具可以帮助用户更直观地理解模型的工作原理。
• 模型解释性研究：使用 ProtoTree 方法可以进一步探索深度学习模型的可解释性。