Zadanie laboratoryjne z AI for Beginners Curriculum.
Wyobraź sobie, że musisz stworzyć aplikację dla przedszkola dla zwierząt, która kataloguje wszystkie zwierzęta. Jedną z świetnych funkcji takiej aplikacji byłoby automatyczne rozpoznawanie rasy na podstawie fotografii. W tym zadaniu użyjemy transferu uczenia, aby klasyfikować zdjęcia zwierząt domowych z rzeczywistego życia, korzystając z zestawu danych Oxford-IIIT.
Użyjemy oryginalnego zestawu danych Oxford-IIIT, który zawiera 35 różnych ras psów i kotów.
Aby pobrać zestaw danych, użyj tego fragmentu kodu:
!wget https://www.robots.ox.ac.uk/~vgg/data/pets/data/images.tar.gz
!tar xfz images.tar.gz
!rm images.tar.gzRozpocznij laboratorium, otwierając OxfordPets.ipynb
Transfer uczenia i sieci wstępnie wytrenowane pozwalają nam stosunkowo łatwo rozwiązywać rzeczywiste problemy klasyfikacji obrazów. Jednak sieci wstępnie wytrenowane działają dobrze na obrazach podobnego rodzaju, a jeśli zaczniemy klasyfikować bardzo różne obrazy (np. obrazy medyczne), prawdopodobnie uzyskamy znacznie gorsze wyniki.
Zastrzeżenie:
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Chociaż staramy się zapewnić dokładność, prosimy mieć na uwadze, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego rodzimym języku powinien być uznawany za wiarygodne źródło. W przypadku informacji krytycznych zaleca się skorzystanie z profesjonalnego tłumaczenia przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.