# Класифікація домашніх тварин Оксфорда за допомогою трансферного навчання Лабораторна робота з [AI for Beginners Curriculum](https://github.com/microsoft/ai-for-beginners). ## Завдання Уявіть, що вам потрібно розробити додаток для дитячого садка для тварин, щоб каталогізувати всіх домашніх улюбленців. Однією з чудових функцій такого додатка було б автоматичне визначення породи за фотографією. У цьому завданні ми використаємо трансферне навчання для класифікації реальних зображень домашніх тварин із набору даних [Oxford-IIIT](https://www.robots.ox.ac.uk/~vgg/data/pets/). ## Набір даних Ми будемо використовувати оригінальний набір даних [Oxford-IIIT](https://www.robots.ox.ac.uk/~vgg/data/pets/), який містить 35 різних порід собак і котів. Щоб завантажити набір даних, скористайтеся цим фрагментом коду: ```python !wget https://www.robots.ox.ac.uk/~vgg/data/pets/data/images.tar.gz !tar xfz images.tar.gz !rm images.tar.gz ``` ## Початок роботи з ноутбуком Розпочніть лабораторну роботу, відкривши [OxfordPets.ipynb](../../../../../../lessons/4-ComputerVision/08-TransferLearning/lab/OxfordPets.ipynb) ## Висновок Трансферне навчання та попередньо натреновані мережі дозволяють нам відносно легко вирішувати реальні завдання класифікації зображень. Однак попередньо натреновані мережі добре працюють із зображеннями подібного типу, і якщо ми почнемо класифікувати дуже відмінні зображення (наприклад, медичні знімки), ймовірно, результати будуть значно гіршими. **Відмова від відповідальності**: Цей документ було перекладено за допомогою сервісу автоматичного перекладу [Co-op Translator](https://github.com/Azure/co-op-translator). Хоча ми прагнемо до точності, зверніть увагу, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ на його рідній мові слід вважати авторитетним джерелом. Для критично важливої інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникають внаслідок використання цього перекладу.