# Klasyfikacja zwierząt domowych z Oxfordu za pomocą transferu uczenia Zadanie laboratoryjne z [AI for Beginners Curriculum](https://github.com/microsoft/ai-for-beginners). ## Zadanie 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](https://www.robots.ox.ac.uk/~vgg/data/pets/). ## Zestaw danych Użyjemy oryginalnego zestawu danych [Oxford-IIIT](https://www.robots.ox.ac.uk/~vgg/data/pets/), który zawiera 35 różnych ras psów i kotów. Aby pobrać zestaw danych, użyj tego fragmentu kodu: ```python !wget https://www.robots.ox.ac.uk/~vgg/data/pets/data/images.tar.gz !tar xfz images.tar.gz !rm images.tar.gz ``` ## Rozpoczęcie pracy z notebookiem Rozpocznij laboratorium, otwierając [OxfordPets.ipynb](../../../../../../lessons/4-ComputerVision/08-TransferLearning/lab/OxfordPets.ipynb) ## Wnioski 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](https://github.com/Azure/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.