AI-For-Beginners/translations/pt/lessons/4-ComputerVision/07-ConvNets/lab
Pikachú 5d34bc4eb8 Add support documentation and translations for various lessons 2025-02-12 16:09:04 +00:00
..
README.md Add support documentation and translations for various lessons 2025-02-12 16:09:04 +00:00

README.md

Classificação de Rostos de Animais de Estimação

Trabalho de laboratório do Currículo de IA para Iniciantes.

Tarefa

Imagine que você precisa desenvolver uma aplicação para uma creche de animais de estimação para catalogar todos os pets. Uma das grandes funcionalidades de tal aplicação seria descobrir automaticamente a raça a partir de uma fotografia. Isso pode ser feito com sucesso usando redes neurais.

Você precisa treinar uma rede neural convolucional para classificar diferentes raças de gatos e cães usando o conjunto de dados Pet Faces.

O Conjunto de Dados

Usaremos o conjunto de dados Pet Faces, derivado do conjunto de dados de pets Oxford-IIIT. Ele contém 35 raças diferentes de cães e gatos.

Conjunto de dados com o qual vamos trabalhar

Para baixar o conjunto de dados, use este trecho de código:

!wget https://mslearntensorflowlp.blob.core.windows.net/data/petfaces.tar.gz
!tar xfz petfaces.tar.gz
!rm petfaces.tar.gz

Iniciando o Notebook

Comece o laboratório abrindo PetFaces.ipynb

Conclusão

Você resolveu um problema relativamente complexo de classificação de imagens do zero! Havia muitas classes, e você ainda conseguiu obter uma precisão razoável! Também faz sentido medir a precisão top-k, porque é fácil confundir algumas das classes que não são claramente diferentes, mesmo para seres humanos.

Isenção de responsabilidade:
Este documento foi traduzido utilizando serviços de tradução automática baseados em IA. Embora nos esforcemos pela precisão, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em sua língua nativa deve ser considerado a fonte autoritativa. Para informações críticas, recomenda-se a tradução profissional por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações errôneas decorrentes do uso desta tradução.