Лабораторно упражнение от Учебна програма за начинаещи в AI.
Представете си, че трябва да разработите приложение за детска градина за домашни любимци, което да каталогизира всички животни. Една от страхотните функции на такова приложение би била автоматичното разпознаване на породата от снимка. Това може успешно да се постигне с помощта на невронни мрежи.
Трябва да обучите конволюционна невронна мрежа, за да класифицирате различни породи котки и кучета, използвайки Pet Faces набора от данни.
Ще използваме Oxford-IIIT Pet Dataset, който съдържа изображения на 37 различни породи кучета и котки.
За да изтеглите набора от данни, използвайте този кодов фрагмент:
!wget https://thor.robots.ox.ac.uk/~vgg/data/pets/images.tar.gz
!tar xfz images.tar.gz
!rm images.tar.gzЗабележка: Изображенията в Oxford-IIIT Pet Dataset са организирани по имена на файлове (например Abyssinian_1.jpg, Bengal_2.jpg). В ноутбука е включен код за организиране на тези изображения в поддиректории, специфични за породата, за по-лесна класификация.
Започнете лабораторното упражнение, като отворите PetFaces.ipynb
Решихте сравнително сложен проблем с класификация на изображения от нулата! Имаше доста класове, но въпреки това успяхте да постигнете разумна точност! Също така има смисъл да измервате top-k точност, защото е лесно да се объркат някои от класовете, които дори за хората не са ясно различими.
Отказ от отговорност:
Този документ е преведен с помощта на AI услуга за превод Co-op Translator. Въпреки че се стремим към точност, моля, имайте предвид, че автоматизираните преводи може да съдържат грешки или неточности. Оригиналният документ на неговия роден език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Ние не носим отговорност за каквито и да било недоразумения или погрешни интерпретации, произтичащи от използването на този превод.