文件名称：dog-breed-classifier
文件大小：100.07MB
文件格式：ZIP
更新时间：2024-04-17 23:28:43
JupyterNotebook
项目概况 欢迎来到AI Nanodegree中的卷积神经网络（CNN）项目！ 在这个项目中，您将学习如何建立一个可在Web或移动应用程序中使用的管道，以处理用户提供的真实世界的图像。 给定狗的图像，您的算法将确定犬的品种的估计值。 如果提供了人像，则代码将识别出类似狗的品种。 在探索用于分类和本地化的最新CNN模型的同时，您将就应用程序的用户体验做出重要的设计决策。 我们的目标是，通过完成本实验，您将了解将一系列旨在在数据处理管道中执行各种任务的模型拼接在一起所面临的挑战。 每种模型都有其优点和缺点，设计一个实际应用程序常常需要解决许多问题，而没有一个完美的答案。 但是，您不完善的解决方案仍会带来有趣的用户体验！ 项目说明 指示 克隆存储库，然后导航到下载的文件夹。 git clone https://github.com/udacity/deep-learning-v2-pytorc
【文件预览】：
dog-breed-classifier-main
----.ipynb_checkpoints()
--------dog_app-checkpoint.ipynb(1.55MB)
----images()
--------Brittany_02625.jpg(76KB)
--------sample_human_output.png(80KB)
--------Welsh_springer_spaniel_08203.jpg(23KB)
--------human()
--------dog()
--------American_water_spaniel_00648.jpg(41KB)
--------Labrador_retriever_06449.jpg(57KB)
--------Labrador_retriever_06455.jpg(35KB)
--------sample_cnn.png(181KB)
--------Labrador_retriever_06457.jpg(51KB)
--------Curly-coated_retriever_03896.jpg(61KB)
--------sample_dog_output.png(123KB)
----dog_app.ipynb(1.55MB)
----model_scratch.pt(12.58MB)
----README.md(4KB)
----haarcascades()
--------haarcascade_frontalface_alt.xml(661KB)
----model_transfer.pt(90.96MB)