Multiple Instance Learning

Çoklu Örnek Öğrenmesi (MIL), eğitim örneklerinin torbalar adı verilen gruplar halinde organize edildiği, her torbanın içindeki öğelerin ise örnekler olarak adlandırıldığı bir machine learning yaklaşımıdır. Model, her bir örnek için değil, tüm torba için bir etiket alır. Örneğin, bir patoloji slaytı, hangi görüntü bölgelerinin kanser hücreleri içerdiği belirlenmeden "kanser var" şeklinde etiketlenebilir. MIL, ayrıntılı açıklamanın pahalı, belirsiz veya mevcut olmadığı durumlarda faydalıdır.

Çoklu Örnek Öğrenmesi Nasıl Çalışır?#

Geleneksel supervised learning yönteminde, her eğitim örneğinin kendi etiketi vardır. MIL, denetim birimini değiştirir: etiket, bir dizi ilişkili örneğe aittir.

Bir torba birçok kare içeren bir video, birçok pasaj içeren bir belge veya parçalara bölünmüş büyük bir görüntü olabilir. Her kare, pasaj veya parça bir örnektir. Tipik bir MIL modeli üç bileşenden oluşur:

1. Bir örnek kodlayıcı, her örneği sayısal bir özellik temsiline dönüştürür.
2. Bir toplama fonksiyonu, örnek temsillerini tek bir torba temsilinde birleştirir.
3. Bir torba sınıflandırıcı, bu birleştirilmiş temsilden torba etiketini tahmin eder.

İkili sınıflandırma için geleneksel MIL varsayımı, pozitif bir torbanın en az bir pozitif örnek içerdiğini, negatif bir torbadaki her örneğin ise negatif olduğunu söyler. Bu varsayım, küçük bir bölgenin genel sonucu belirleyebileceği görevlere uygundur. Diğer problemler, yalnızca birkaç örnek destekleyici kanıt gösterdiğinde pozitif bir etiket tahmin etmek gibi kolektif varsayımlar gerektirir.

MIL, torba etiketlerinden öğrendiği için zayıf denetim (weak supervision) biçimi olarak kabul edilir. Sıradan image classification işlemlerinin aksine, tam görüntünün veya her bölgenin atanan sınıfı ifade ettiğini varsaymaz. Bu, bir torba etiketinin tüm örneklere yanlış bir şekilde kopyalanmasını önler.

Toplama ve Örnek Önemi#

Toplama işlemi farklı torba boyutlarını ele alabilmeli ve genellikle örnek sırasından bağımsız olmalıdır. Yaygın stratejiler şunları içerir:

• Max pooling: En güçlü örnek sinyalini kullanır. “En az bir pozitif örnek” varsayımıyla eşleşir ancak aykırı değerlere karşı hassas olabilir.
• Ortalama havuzlama (Mean pooling): Torba genelindeki kanıtların ortalamasını alır. Birçok örnek katkıda bulunduğunda daha iyi çalışır ancak nadir pozitif kanıtları seyreltilebilir.
• Dikkat havuzlaması (Attention pooling): Her örneğin sonucu ne kadar güçlü etkilemesi gerektiğini öğrenir. Elde edilen ağırlıklar, garantili açıklamalar olmasalar da önemli bölgeleri gösterebilir.

Havuzlanmış çıktı, genellikle Softmax gibi bir olasılık fonksiyonu kullanılarak bir torba puanına dönüştürülür. Eğitim, bu puanı torba etiketiyle karşılaştırır ve kodlayıcı ile toplayıcıyı birlikte güncellemek için backpropagation kullanır.

MIL öncelikle torba düzeyindeki tahminleri optimize eder. Bir model belirli örneklere yüksek önem atasa bile, bu puanlar otomatik olarak güvenilir örnek etiketleri veya hassas yerelleştirmeler değildir.

Gerçek Dünya Uygulamaları#

• Tıbbi görüntü analizi: Sayısallaştırılmış bir doku slaytı binlerce parça içerebilirken, mevcut teşhis yalnızca hastaya veya slayta uygulanır. MIL, parçaları örnek olarak işleyebilir ve tam slaytın hastalık kanıtı içerip içermediğini tahmin edebilir. Bu, medical image analysis için değerlidir çünkü her anormal bölgenin etrafına ayrıntılı sınırlar çizmek uzman zamanı gerektirir. NCI Genomic Data Commons AI resources, tüm slayt görüntülerini kanser sınıflandırması, özellik tespiti ve sonuç tahmini için girdiler olarak tanımlar. (gdc.cancer.gov)

• Endüstriyel görsel denetim: Üretilen bir bileşen birkaç açıdan fotoğraflanabilir veya kısa bir dizi olarak kaydedilebilir. Kalite müfettişleri, çatlak veya eksik parça içeren tam görünümü belirlemeden tüm denetimi “kusurlu” olarak etiketleyebilir. MIL, görünümleri tek bir torba olarak ele alabilir ve hangi görsel kanıtın hatayı tahmin ettiğini öğrenebilir. Kesin kusur konumları daha sonra gerekli hale gelirse, seçilen örnekler object detection veya instance segmentation için etiketlenebilir.

İlişkili Öğrenme Ayarları#

MIL, yakından ilişkili birkaç yaklaşımdan farklıdır:

• Zayıf denetim (Weak supervision), eksik, gürültülü veya dolaylı etiketleri kapsayan daha geniş kategoridir. MIL özellikle örnek torbalarına iliştirilmiş etiketleri kullanır.
• Yarı denetimli öğrenme (Semi-supervised learning) etiketli ve etiketlenmemiş örnekleri birleştirir. MIL torbaları etiketlidir, ancak bireysel örnekleri genellikle etiketlenmemiştir.
• Çok etiketli öğrenme (Multi-label learning) tek bir örnek için birkaç sınıfı tahmin eder. MIL, örneklerin nasıl gruplandırıldığını açıklar, böylece bir sistem hem çoklu örnek hem de çok etiketli olabilir.
• Dikkat mekanizmaları (Attention mechanisms) bilginin nasıl ağırlıklandırılacağını veya birleştirileceğini belirler. MIL toplamasını uygulayabilirler ancak MIL'i kendi başlarına tanımlamazlar.
• Nesne tespiti (Object detection) sınırlayıcı kutular gibi yerelleştirilmiş açıklamalar gerektirir. MIL bazen olası bölgeleri vurgulayabilir, ancak tek başına torba düzeyinde eğitim doğrulanmış nesne konumları sağlamaz.

Pratik İş Akışı ve Değerlendirme#

Aşağıdaki çıkarım taslağı, iki görüntü örneğini puanlamak için bir Ultralytics YOLO26 classification model kullanır ve maksimum toplama uygular. Ortaklaşa eğitilmiş bir MIL modelinden ziyade torba karar konseptini gösterir.

from ultralytics import YOLO

# Treat related images as instances within one bag
sources = [
    "https://ultralytics.com/images/bus.jpg",
    "https://ultralytics.com/images/zidane.jpg",
]

model = YOLO("yolo26n-cls.pt")
results = model(sources)

# Aggregate evidence for one target class across the bag
target_name = "minibus"
target_id = next(i for i, name in results[0].names.items() if name == target_name)
instance_scores = [float(result.probs.data[target_id]) for result in results]
bag_score = max(instance_scores)

print(f"{target_name} bag probability: {bag_score:.3f}")

Eksiksiz bir MIL uygulaması, torba etiketlerini kullanarak torba farkındalığına sahip bir toplayıcı eğitir. Ultralytics YOLO standart classification workflows süreçlerini desteklerken, örnekleri gruplamak ve torba düzeyindeki kaybı optimize etmek için özel MIL mantığı gereklidir.

Uygulayıcılar toplu işlem sırasında torba sınırlarını korumalı, birden fazla toplama kuralını test etmeli ve ilgili örneklerin veri kümesi bölünmelerini geçmesini önlemelidir. GroupKFold cross-validation gibi araçlar aynı hastadan, videodan veya üründen gelen parçaları bir arada tutabilir. Torba düzeyinde precision and recall değerlerini değerlendirin ve yerelleştirme önemliyse örnek düzeyinde değerlendirme ekleyin. Bir MIL boru hattı tespit, segmentasyon veya sınıflandırma bileşenleriyle birleştirildiğinde Ultralytics Platform veri kümesi yönetimini, etiketlemeyi, standart model eğitimini ve dağıtımı destekleyebilir.