项目理念 | Cat vs Dog Image Classifier using CNN 使用 Keras 实现

项目名称：猫与狗图像分类器

介绍：

该项目旨在将输入图像分类为狗或猫图像。您提供给系统的图像输入将被分析，预测结果将作为输出提供。机器学习算法[卷积神经网络]用于对图像进行分类。
这样实现的模型可以根据开发人员的需要扩展到移动设备或任何网站。

您可以在此处获取项目的完整代码。

概念框架：
该项目完全使用 Python3 实现。涉及的概念框架主要有：

• Keras – TensorFlow 后端
• OpenCV——用于处理图像操作

要了解工作流程，请参阅下面的附图或单击此处。

方法：

第 1 步：获取数据集

数据集可在此处获得。

第 2 步：安装所需的软件包 [Python 3.6]

1. OpenCV —> '3.4.0' [用于处理图像操作，如读取图像、调整大小、整形]
2. numpy —> '1.14.4' [读取的图像将存储在 numpy 数组中]
3. TensorFlow —> '1.8.0' [Tensorflow 是 Keras 的后端]
4. Keras —> '2.1.6' [Keras 用于实现 CNN]

第 3 步：模型如何工作？

该数据集包含大量猫和狗的图像。我们的目标是让模型学习猫和狗之间的区别特征。一旦模型学会了，即一旦模型得到训练，它将能够将输入图像分类为猫或狗。

提供的功能：

• 可以测试自己的图像来验证模型的准确性
• 此代码可以直接与您当前的项目集成，也可以扩展为移动应用程序或站点。
• 要扩展项目以对不同的实体进行分类，您需要做的就是找到合适的数据集，相应地更改数据集并训练模型

图表/输出：

项目中使用的数据结构和算法

• Numpy Array：这个Python最强大、应用最广泛的数据结构，用于存储图像的像素值。

使用的工具：

• Python解释器
• 蟒蛇提示
• 蜘蛛侠

Github 链接： https://github.com/Yatheen07/cat-dog-image-classifier

应用：
这个项目给出了如何有效地进行图像分类的总体思路。只需更改与问题相关的数据集，该项目的范围就可以扩展到具有巨大自动化范围的各个行业。