Projeto: classificação de imagens de ponta a ponta

Um curso de deep learning que para nos conceitos deixa o trabalho pela metade. Entre "entendo o que é uma convolução" e "entreguei um classificador cujas fraquezas eu conheço", há uma distância que só um projeto completo permite percorrer. Essa distância é feita de coisas que nenhuma aula teórica menciona: como dividir um conjunto de dados sem vazamento, onde colocar o aumento de dados, o que salvar e quando, como ler uma matriz de confusão e, sobretudo, como saber se o resultado obtido é bom.

Este projeto constrói um classificador sobre o CIFAR-10: sessenta mil fotografias coloridas de 32 × 32 pixels, distribuídas em dez classes. O conjunto é pequeno, público, baixável com um único comando e difícil o bastante para que os erros do modelo sejam instrutivos — um gato e um cachorro de trinta e dois pixels de lado são realmente confundíveis, até mesmo por um humano.

O essencial do trabalho não é a arquitetura. O modelo proposto aqui cabe em quarenta linhas e não tem nada de original. O que importa, e o que detalhamos, é o protocolo ao redor: a divisão em três conjuntos, a reprodutibilidade, o salvamento do melhor estado e a análise final. Um bom protocolo com um modelo medíocre produz um resultado aproveitável; um modelo sofisticado em um protocolo falho produz um número que não significa nada.