猫咪品种识别：开启您的宠物生活新篇章

白雪公主的后妈问魔镜，谁是全世界最漂亮的女人的时候，希望出来的当然是自己。可为什么，自恋的人类在研究图像识别的时候，选择了喵星人？你真的以为臭美人类的自拍照数量不足够支撑训练集吗？NO！搞图像识别的科学家们，都是喵奴而已。

以上并不是一本正经的胡说八道，要知道，在数据科学界，管理一个程序员团队通常被形容为牧养猫——试图想控制一种不受控制的人的努力是徒劳的这种理念甚至被著书成册，一本叫做《养猫：管理程序员要领》的书在程序员间风靡。

猫咪品种识别：训练数据集的构建

本文就来讲讲如何用机器学习算法判断猫的品种。 找猫的品种列表，包括图像和名称信息，以此为基础在网上找图片，然后分别搜索每个猫的品种并开始下载图像。

同时，我删除了同一个场景中相同猫的图像，这是为了避免对算法进行过度训练，从而避免它寻找精确匹配的图像，而不侧重预测。最后，我确保每个品种至少收集5张图像，因为这是在Custom Vision上创建的标签所需的图像数量。

但是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。

猫咪品种识别：测试数据集与算法性能

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。

让我们看看一些不同品种的测试成功例子。

我必须说，当算法准确预测出给定的随机品种图像时，真的很神奇。

然而，这个算法并不是没有缺陷的，下面让我们来看一些预测失败的例子。

猫咪品种识别：预测失败的例子

之前暹罗猫算法测试的效果很出色，让我们再来看看。

测试从背面拍摄的暹罗猫图像会怎么样？

老实说，这并不令人惊讶。所有训练图像集的暹罗猫都是面朝相机，而不是看向旁边的。

再来一张暹罗猫脸部特写会怎么样？

这个结果似乎与以前我家Sola脸部特写的测试结果类似。或许不仅仅通过猫的脸部来判断时，该算法的效果会更好。老实说，如果暹罗猫训练集有相似图像的情况下，结果可能会比11.1％要好。

下面，让我们测试一些不是猫的图像，比如狗、兔子、豚鼠。

显然，如果看起来足够相似，该算法很难区分什么是猫，什么不是猫。经过训练的算法很可能是基于颜色，图案和整体形状来进行模糊匹配。

猫咪品种识别：结论与展望

给定粗略的训练集，经过训练的算法在特定的条件下能够很好的判断猫的品种。然而，对于没有训练过的项目，该算法表现的不太好，例如如何区分猫和非猫的动物。所以在投入时间训练任何机器算法之前，对其能够处理的范围进行明确的定义是明智之举。

更多机器学习实战项目，扫描下方二维码或点击“阅读原文”。

欢迎用实际体验验证观点。