CNN — GoogLeNet Inception V1: Classificação Binária de Pneumonia

Adaptação da arquitetura GoogLeNet Inception V1 para classificação binária de radiografias de tórax, distinguindo casos de Pneumonia e pulmões Normais. Desenvolvido como trabalho acadêmico de Deep Learning, executado inteiramente no Kaggle (GPU NVIDIA Tesla T4 ×2) e versionado via GitHub.

---

Índice

• Visão Geral
• Dataset
• Arquitetura
• Modificações do Código Base
• Regularização e Balanceamento
• Métricas e Callbacks
• Histórico de Experimentos
• Resultado Final — O Modelo "Hipocondríaco"
• Validação em Imagens Externas
• Trabalhos Futuros
• Como Reproduzir
• Estrutura do Repositório
• Dependências
• Referência do Dataset

---

Visão Geral

O projeto parte de uma implementação de referência do GoogLeNet (InceptionV1) fornecida em ambiente acadêmico, originalmente treinada no CIFAR-10 (10 classes). O objetivo foi adaptar essa arquitetura para um problema médico binário — detectar Pneumonia em radiografias de tórax — documentando sistematicamente 11 experimentos que exploraram os efeitos de diferentes hiperparâmetros e estratégias de treinamento.

Melhor resultado (Teste 10):

Métrica	Valor
Acurácia de validação	84.13%
AUC	0.9224
Loss de validação	0.3187
Falsos Negativos (FN)	41
Falsos Positivos (FP)	58

---

Dataset

Chest X-Ray Images (Pneumonia) — Kermany et al., 2018

Atributo	Detalhe
Fonte	Kaggle — paultimothymooney/chest-xray-pneumonia
Total de imagens	~5.856
Classes	NORMAL (0) e PNEUMONIA (1)
Split	train / test / val já fornecidos
Resolução de entrada	Redimensionado para 32×32×3 (RGB)
Desbalanceamento	~74% Pneumonia / ~26% Normal no treino

As imagens são radiografias frontais de tórax (posteroanterior), capturadas com o mesmo protocolo clínico — o que as torna um dataset de baixa variabilidade visual, ideal para testes de arquitetura.

---

Arquitetura

A rede utilizada é a GoogLeNet Inception V1, adaptada para classificação binária. O modelo possui duas saídas:

• Saída principal (output): usada para inferência final
• Saída auxiliar (auxilliary_output_1): ativa apenas durante o treinamento para combater o vanishing gradient, com peso de contribuição de 0.3 na loss total

Input (32×32×3)
      │
      ├── Conv 3×3 / stride 1 (64 filtros)   ← kernel e stride modificados
      ├── MaxPool 3×3 / stride 2
      ├── Conv 1×1 → Conv 3×3 (192 filtros)
      ├── MaxPool 3×3 / stride 2
      ├── Inception 3a → Inception 3b
      ├── MaxPool 3×3 / stride 2
      │        │
      │   [Saída Auxiliar]
      │   AveragePool → Conv 1×1 → Dense(2048) → Dropout → Dense(1, sigmoid)
      │
      ├── Inception 5a → Inception 5b
      ├── GlobalAveragePooling
      ├── Dropout(0.2)
      └── Dense(1, sigmoid)  ← Saída Principal

Cada Inception Module concatena paralelamente convoluções 1×1, 3×3, 5×5 e um MaxPool, capturando características em múltiplas escalas espaciais.

---

Modificações do Código Base

#	O que foi alterado	Original	Novo valor	Justificativa
1	kernel_size (1ª Conv2D)	(7, 7)	(3, 3)	Kernel 7×7 cobre 22% de uma imagem 32×32 e descarta detalhes logo na 1ª camada
2	stride (1ª Conv2D)	(2, 2)	(1, 1)	Stride 1 preserva mais resolução espacial em imagens de entrada pequenas
3	epochs	100	500 (com Early Stopping)	Permite aprendizado profundo sem risco de overfitting manual
4	Saída principal	Dense(10, 'softmax')	Dense(1, 'sigmoid')	Problema binário: 1 neurônio com sigmoid mapeia a saída para probabilidade em [0, 1]
5	Saída auxiliar	Dense(10, 'softmax')	Dense(1, 'sigmoid')	Mesma razão do item 4
6	Função de perda	categorical_crossentropy	binary_crossentropy	Perda matematicamente correta para saída sigmoid binária
7	Dataset	cifar10.load_data()	load_chestxray_data()	Troca por dataset de imagens médicas com 2 classes
8	Regularização	Ausente	Data Augmentation + L2 (0.0005)	Prevenção de overfitting e melhoria de generalização
9	Métricas e callbacks	accuracy padrão	AUC, Precision, Recall + Early Stopping	Avaliação mais rica em contexto médico desbalanceado
10	Balanceamento	Ausente	sample_weight suavizado (×0.65)	Compensa o desbalanceamento 3:1 do dataset

---

Regularização e Balanceamento

Data Augmentation

Aplicado via ImageDataGenerator em tempo real durante o treinamento, sem duplicar dados em disco. As três transformações utilizadas foram:

• Flip (horizontal_flip=True) — espelhamento horizontal, simulando orientações diferentes de captura
• Rotation (rotation_range=10°) — rotação leve, simulando variações no posicionamento do paciente
• Zoom (zoom_range=0.1) — zoom suave, simulando distâncias variadas do equipamento

O efeito prático é que o modelo nunca vê a mesma imagem duas vezes da mesma forma, forçando o aprendizado de características mais generalizáveis em vez de memorizar os pixels exatos do treino.

Regularização L2 (0.0005)

Aplicada na camada Dense da saída auxiliar. Penaliza pesos extremos, distribuindo a responsabilidade de decisão entre mais neurônios.

O valor 0.0005 foi escolhido após o Teste 04 revelar que 0.001 combinado com Augmentation causava underfitting severo (37.66% de acurácia): a penalização era forte demais para uma rede já sobrecarregada com variações artificiais. Reduzir para 0.0005 suavizou a punição e permitiu que a rede aprendesse por até 96 épocas no Teste 10.

Regra geral: quanto mais Augmentation, menor precisa ser o L2 — os dois mecanismos competem pelo controle da complexidade do modelo.

Balanceamento com sample_weight suavizado

O compute_class_weight('balanced') gerava os pesos brutos, inversamente proporcionais à frequência de cada classe:

Pesos originais → NORMAL: 1.945 | PNEUMONIA: 0.673

Esses pesos causavam um viés extremo, gerando 156 Falsos Positivos para garantir apenas 11 Falsos Negativos (Teste 07). Multiplicar apenas o peso de NORMAL por 0.65 suavizou a correção:

Pesos ajustados → NORMAL: 1.264 | PNEUMONIA: 0.673

O resultado foi um modelo mais equilibrado, com FP caindo de 156 para 58, sem prejudicar significativamente o Recall.

---

Métricas e Callbacks

Métricas adicionadas

Métrica	O que mede	Relevância médica
AUC	Capacidade de separação entre classes em todos os limiares possíveis	Não é afetada pelo desbalanceamento; 0.5 = aleatório, 1.0 = perfeito
Recall (Sensibilidade)	TP / (TP + FN) — dos doentes, quantos foram detectados	Crítico: um FN significa um paciente doente liberado sem tratamento
Precision	TP / (TP + FP) — das previsões positivas, quantas estavam certas	Controla o volume de alarmes falsos desnecessários

Callbacks

• EarlyStopping — monitora val_auc com patience=5 e restore_best_weights=True: interrompe o treinamento quando a AUC de validação para de melhorar e restaura automaticamente os pesos da melhor época
• LearningRateScheduler — aplica decaimento exponencial da taxa de aprendizado a cada 5 épocas (drop=0.96), seguindo a configuração original do código base

---

Histórico de Experimentos

Teste	Épocas	Acc. Treino	Acc. Val.	AUC	Loss Val.	Observação
01 Baseline adaptado	20	90.31%	79.49%	—	0.6572	4/5 erros no top-5. Viés para classe majoritária.
02 + 100 épocas	100	97.32%	74.68%	—	1.1724	Loss dobrou. Overfitting claro.
03 + sample_weight	15	78.21%	63.94%	—	0.8766	Colapso. Errou 5/5. Pesos desequilibrados.
04 + Augmentation + L2	15	58.57%	37.66%	—	0.7058	Underfitting severo. Duas regularizações simultâneas.
05 + Métricas + Early Stop	15	48.26%	55.61%	0.77	0.6931	AUC promissora, mas 271 FN. Viés invertido.
06 + 100 épocas máximas	100→29	58.99%	77.08%	0.87	0.5835	Primeiro equilíbrio real. Stop na época 24.
07 + URLs externas	50→22	61.39%	73.24%	0.86	0.6101	Apenas 11 FN. Alta sensibilidade médica. 156 FP.
08 Repetição T07	50→30	62.26%	70.99%	0.869	0.4992	Reprodutível. 9 FN. Confirma perfil de triagem.
09 Peso ×0.65	50→49	82.44%	83.49%	0.9224	0.3574	Modelo otimizado. FP=37. Acurácia recorde.
10 L2=0.0005 + 500 épocas	500→96	88.75%	84.13%	0.9224	0.3187	🏆 Melhor modelo. FN=41, FP=58. Pico do projeto.
11 Re-execução livre	500→50	75.23%	80.61%	0.90	0.4780	Alta variância estocástica. Recall=95.4%. 18 FN.

---

Resultado Final — O Modelo "Hipocondríaco"

O Teste 10 produziu o melhor modelo do projeto, com Early Stopping ativando na época 96:

Matriz de Confusão — Teste 10 (conjunto de teste, 624 imagens)

                    PREDITO
               NORMAL    PNEUMONIA
REAL  NORMAL     176    │   58     ← 58 FP (saudáveis re-examinados)
      PNEUMONIA   41    │  349     ← 41 FN (doentes não detectados)

Ao longo dos experimentos, especialmente nos Testes 07 e 08, o modelo desenvolveu um comportamento que pode ser chamado de "hipocondríaco": com sample_weight penalizando fortemente os erros na classe PNEUMONIA, ele aprendeu que errar o diagnóstico de uma Pneumonia custa muito mais caro do que disparar um alarme falso.

O que isso significa na prática?

Na menor dúvida, o modelo prefere classificar como PNEUMONIA. Em números, o perfil mais sensível (Testes 07/08) atingiu apenas 9–11 Falsos Negativos à custa de 156 Falsos Positivos.

Em um cenário de triagem médica real, esse é exatamente o comportamento desejado:

É muito melhor encaminhar 156 pessoas saudáveis para exames adicionais do que mandar 11 pessoas com pneumonia para casa sem tratamento.

Um Falso Negativo em diagnóstico de pneumonia pode resultar em progressão da doença, internação tardia ou óbito. Um Falso Positivo resulta em um exame adicional desnecessário — inconveniente, mas clinicamente seguro.

O modelo, sem ter sido explicitamente programado para isso, internalizou essa lógica médica através do balanceamento de classes por sample_weight. No Teste 10, o ajuste (×0.65) trouxe mais equilíbrio: FN=41 e FP=58 — mantendo boa sensibilidade clínica com muito menos alarmes falsos.

---

Validação em Imagens Externas

Ao final dos experimentos, o modelo foi testado em 7 radiografias de fontes externas (Radiopaedia e Wikipedia), fora do dataset de treinamento:

#	Fonte	Classe Real	Predito	Prob. Pneumonia
1	Radiopaedia	NORMAL	NORMAL	0.4082	✅
2	Radiopaedia	PNEUMONIA	PNEUMONIA	0.8041	✅
3	Wikipedia	NORMAL	PNEUMONIA	0.7014	❌
4	Wikipedia	PNEUMONIA	NORMAL	0.3694	❌
5	Wikipedia	PNEUMONIA	PNEUMONIA	0.7123	✅
6	Wikipedia	NORMAL	NORMAL	0.4331	✅
7	Wikipedia	PNEUMONIA	NORMAL	0.4623	❌

Acurácia externa: 4/7 (57%) — queda esperada por distribution shift: imagens externas possuem protocolos de captura, contraste e resolução originais muito diferentes do dataset de Kermany, e toda informação de alta frequência é perdida ao redimensionar para 32×32.

Nota técnica: As URLs da Wikimedia podem retornar HTTP 429 (Too Many Requests) em execuções consecutivas. O script inclui time.sleep(10) entre requisições para respeitar o rate limit dos servidores.

---

Trabalhos Futuros

1. Aumentar a resolução de entrada

Testar entradas de 224×224 ou 512×512 em vez de 32×32. A resolução atual descarta grande parte do detalhe clínico relevante — infiltrados e consolidações pulmonares sutis são praticamente invisíveis a 32 pixels. Maior resolução exige mais memória de GPU, mas tende a melhorar significativamente a capacidade diagnóstica.

2. Trocar o otimizador

Substituir o SGD com momentum por Adam ou RMSprop. O SGD exige ajuste cuidadoso da taxa de aprendizado; Adam e RMSprop adaptam o learning rate automaticamente por parâmetro, geralmente convergindo mais rápido e de forma mais estável em redes profundas.

3. Travar a semente aleatória (seed)

O Teste 11 demonstrou que a ausência de seed fixa causa variância expressiva entre execuções (acurácia variando em até 4%). Fixar a seed garante reprodutibilidade total dos experimentos:

import random
random.seed(42)
np.random.seed(42)
tf.random.set_seed(42)

4. Experimento sistemático de kernel_size × stride

O objetivo central do trabalho é medir o impacto isolado desses dois hiperparâmetros na 1ª camada convolucional. A tabela abaixo define os 4 experimentos planejados, mantendo todos os outros parâmetros fixos (mesmas épocas, mesmo Early Stopping, mesmo balanceamento do Teste 10):

Experimento	kernel_size	stride	Val Accuracy	AUC
A	(3, 3)	(1, 1)	?	?
B	(5, 5)	(1, 1)	?	?
C	(3, 3)	(2, 2)	?	?
D	(5, 5)	(2, 2)	?	?

Os resultados desta tabela permitirão uma conclusão científica sobre o efeito isolado de cada variável — que é exatamente o argumento central esperado em um trabalho acadêmico de CNN.

---

Como Reproduzir

1. Configurar o Kaggle

• Acesse kaggle.com e crie um novo notebook
• Em Settings → Accelerator, selecione GPU T4 x2
• Em Data → Add Data, busque e adicione: chest-xray-pneumonia (de Paul Mooney)
• Certifique-se de que Internet está habilitada nas configurações

2. Clonar o repositório

import os
from kaggle_secrets import UserSecretsClient

secrets = UserSecretsClient()
token   = secrets.get_secret("GITHUB_TOKEN")
user    = "SEU_USUARIO"
repo    = "SEU_REPOSITORIO"

os.system(f'git config --global user.name "{user}"')
os.system(f'git clone https://{user}:{token}@github.com/{user}/{repo}.git /kaggle/working/repo')

3. Executar

Rode todas as células em sequência (Run All). O treinamento do Teste 10 levou ~96 épocas com Early Stopping, em aproximadamente 15–20 minutos na GPU T4.

4. Fazer commit dos resultados

import subprocess
from datetime import datetime

msg = f"exp: kernel=3x3, stride=1x1, acc=0.8413 [{datetime.now():%Y-%m-%d %H:%M}]"
cmds = [
    "cd /kaggle/working/repo && git add .",
    f'cd /kaggle/working/repo && git commit -m "{msg}"',
    "cd /kaggle/working/repo && git push origin main"
]
for cmd in cmds:
    subprocess.run(cmd, shell=True)

---

Estrutura do Repositório

📁 /
├── cnn-dl-caio.ipynb                    # Notebook principal com os 11 experimentos
├── README.md                            # Este arquivo
└── inception_v1_binary_chestxray.h5     # Modelo salvo (Teste 10)

---

Dependências

Todas já disponíveis no ambiente padrão do Kaggle (Python 3.12):

Biblioteca	Uso
tensorflow / keras	Framework principal
opencv-python (cv2)	Leitura e redimensionamento de imagens
numpy	Manipulação de arrays
matplotlib	Visualização de métricas e imagens
seaborn	Matriz de confusão estilizada
scikit-learn	compute_class_weight e métricas auxiliares
Pillow (PIL)	Carregamento de imagens via URL
requests	Requisições HTTP para URLs externas

---

Referência do Dataset

Kermany, D., Zhang, K., & Goldbaum, M. (2018). Labeled Optical Coherence Tomography (OCT) and Chest X-Ray Images for Classification. Mendeley Data. https://doi.org/10.17632/rscbjbr9sj.3