猫奴的自我修养，教你用机器学习识别猫的品种

正文

请到「今天看啥」查看全文

每个品种有不同数量的训练图像

这可能会导致识别结果产生偏差，但至少我们意识到算法中的潜在偏差。

最后，我收集了超过900张猫的图像，包含50个不同品种。

完成数据收集后，我将所有图像上传到Custom Vision，并将每张图像标记为相应品种。

之后，只需点击一个按钮来训练算法，它就可以在几秒钟内进行猫的品种预测。

测试数据集

有趣的部分开始了，让我们先来看看算法的性能。

性能还不错

基于900张图像和50个品种标签，算法的性能还不错。

这比我预想的要好，鉴于它不仅仅是识别该图像是否为猫。

对于没有受过训练的人来说，判断猫品种间的细微差异也是很困难的。

以半信半疑的态度，我打算用之前从未见过的图像对算法进行测试。

首先是Sola，我家耳朵并没有折起来的苏格兰折耳猫。

首先，在已知我家猫是纯种苏格兰折耳的前提下，我用算法对它进行了测试。

Sola为苏格兰折耳的几率为53.9%

测试我家猫很有意思，因为训练集中的所有苏格兰折耳猫图像中，猫都是折耳的。

我并不觉得这有什么影响，接着测试了几张Sola的照片。

请到「今天看啥」查看全文