مهمة مختبر من منهج الذكاء الاصطناعي للمبتدئين.
تخيل أنك بحاجة إلى تطوير تطبيق لحضانة الحيوانات الأليفة لتصنيف جميع الحيوانات. واحدة من الميزات الرائعة لهذا التطبيق ستكون اكتشاف السلالة تلقائيًا من صورة فوتوغرافية. يمكن تحقيق ذلك بنجاح باستخدام الشبكات العصبية.
عليك تدريب شبكة عصبية تلافيفية لتصنيف سلالات مختلفة من القطط والكلاب باستخدام مجموعة بيانات Pet Faces.
سنستخدم مجموعة بيانات الحيوانات الأليفة من أكسفورد-IIIT، والتي تحتوي على صور لـ 37 سلالة مختلفة من الكلاب والقطط.
لتحميل مجموعة البيانات، استخدم هذا المقتطف البرمجي:
!wget https://thor.robots.ox.ac.uk/~vgg/data/pets/images.tar.gz
!tar xfz images.tar.gz
!rm images.tar.gzملاحظة: يتم تنظيم صور مجموعة بيانات الحيوانات الأليفة من أكسفورد-IIIT حسب اسم الملف (مثل Abyssinian_1.jpg، Bengal_2.jpg). يتضمن دفتر الملاحظات كودًا لتنظيم هذه الصور في أدلة فرعية خاصة بالسلالات لتسهيل التصنيف.
ابدأ المختبر بفتح PetFaces.ipynb
لقد قمت بحل مشكلة معقدة نسبيًا لتصنيف الصور من البداية! كانت هناك العديد من الفئات، ومع ذلك تمكنت من تحقيق دقة معقولة! من المنطقي أيضًا قياس دقة top-k، لأنه من السهل الخلط بين بعض الفئات التي لا تختلف بوضوح حتى بالنسبة للبشر.
إخلاء المسؤولية:
تم ترجمة هذا المستند باستخدام خدمة الترجمة بالذكاء الاصطناعي Co-op Translator. بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو معلومات غير دقيقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الموثوق. للحصول على معلومات حاسمة، يُوصى بالترجمة البشرية الاحترافية. نحن غير مسؤولين عن أي سوء فهم أو تفسيرات خاطئة ناتجة عن استخدام هذه الترجمة.