Skip to content
This repository has been archived by the owner on Jul 15, 2022. It is now read-only.

Sunburst团队作品提交 #31

Open
wants to merge 2 commits into
base: master
Choose a base branch
from
Open
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
50 changes: 47 additions & 3 deletions 1 遗失宠物的智能寻找/README.md
Original file line number Diff line number Diff line change
@@ -1,7 +1,51 @@
# 赛题一:遗失宠物的智能寻找

伴随着人们物质生活水平的提高,越来越多的家庭选择饲养小动物,它们不仅是家庭的宠物,很多人也将他们视作家庭成员之一,给予百般宠爱和呵护。然而即便如此,意外还是难免发生——宠物的意外走失给很多宠物家庭带来了困扰,满大街发传单、贴广告不仅浪费时间,成效也甚微。
* **作品介绍:**

如果可以通过人工智能的方式解决这一难题,相信将成为不少养宠家庭的福音——“狗脸识别”、智能追踪设备、“离家出走”路线预测……
伴随着人们物质生活水平的提高,宠物狗在人们生活中扮演着越来越重要的角色,它们不仅是家庭的宠物,很多人也将他们视作家庭成员之一,给予百般宠爱和呵护。然而即便如此,意外还是难免发生——宠物的意外走失给很多宠物家庭带来了困扰,满大街发传单、贴广告不仅浪费时间,成效也甚微。在实际的生活中,宠物的种类多种多样,每种宠物也都有着不少的品种。以宠物狗为例,有很多品种的狗狗长相都相当接近,连经常接触狗的专家也不太好分辨。所以,当宠物丢失的时候,确认宠物的品种就变成了一大难题。所以为了提高辨别宠物种类的能力,本项目以常见宠物种类——狗做为研究对象,使用[斯坦福的犬类数据集](http://vision.stanford.edu/aditya86/ImageNetDogs/)(包括常见的120个品种的20580张狗的图片)进行训练,得到了一个识别率颇高的犬类分类模型。该模型使用四种网络对宠物狗图片进行特征提取,然后将提取到的特征进行融合,使用DNN网络进行分类。实验证明,该方法能有效地对宠物狗进行分类。

* **作品截图:**

1.预测结果和实际结果的对比(每一个数字代表宠物狗的一个种类)

![1](https://github.com/ZxfBugProgrammer/aws-hackathon-2020/blob/master/1%20%E9%81%97%E5%A4%B1%E5%AE%A0%E7%89%A9%E7%9A%84%E6%99%BA%E8%83%BD%E5%AF%BB%E6%89%BE/%E7%8B%97%E7%8B%97%E7%A7%8D%E7%B1%BB%E8%AF%86%E5%88%AB%20-%20Sunburst/src/1.png)

2.预测的正确率

![2](https://github.com/ZxfBugProgrammer/aws-hackathon-2020/blob/master/1%20%E9%81%97%E5%A4%B1%E5%AE%A0%E7%89%A9%E7%9A%84%E6%99%BA%E8%83%BD%E5%AF%BB%E6%89%BE/%E7%8B%97%E7%8B%97%E7%A7%8D%E7%B1%BB%E8%AF%86%E5%88%AB%20-%20Sunburst/src/2.png)

3.以概率的形式输出预测结果

![3](https://github.com/ZxfBugProgrammer/aws-hackathon-2020/blob/master/1%20%E9%81%97%E5%A4%B1%E5%AE%A0%E7%89%A9%E7%9A%84%E6%99%BA%E8%83%BD%E5%AF%BB%E6%89%BE/%E7%8B%97%E7%8B%97%E7%A7%8D%E7%B1%BB%E8%AF%86%E5%88%AB%20-%20Sunburst/src/3.png)

* **安装、编译指南:**

1.下载[斯坦福的犬类数据集](http://vision.stanford.edu/aditya86/ImageNetDogs/)(下载images.tar文件)存放到 “狗狗种类识别 - Sunburst” 文件夹下,并进行解压。解压之后会在该目录下生成“Images”文件夹。

2.安装代码运行所需要的环境:

```python
numpy
pandas
tensorflow-gpu==1.15.1
matplotlib
sklearn
tqdm
keras==2.3.1
```
3.使用juputer note打开code.ipynb,依次运行每个单元格进行训练

4.传入新的图片数据,调用相关函数进行预测

* 团队介绍:

团队名称:Sunburst

团队成员:赵现锋

联系方式:17864211005

* 使用到的 AWS 技术:

使用Amazon SageMaker提供的GPU对模型进行训练。

请以“遗失宠物的智能寻找”为主题,利用人工智能技术完成一款产品(软件或硬件)的开发。
Loading