第四次作业：CNN实战

[OUC软工高老师]

DEADLINE: 2022-10-22 22:00

猫狗大战挑战赛

 本次练习的主要内容包括：图像分类、迁移学习、VGG模型，代码教程 下载地址

 

这个作业为 Kaggle 于2013年举办的猫狗大战比赛，判断一张输入图像是“猫”还是“狗”。该教程使用在 ImageNet 上预训练 的 VGG 网络进行测试。因为原网络的分类结果是1000类，所以这里进行迁移学习，对原网络进行 fine-tune （即固定前面若干层，作为特征提取器，只重新训练最后两层）。

大家仔细学习代码教程，然后研读AI研习社猫狗大战赛题的要求：https://god.yanxishe.com/41 （目前比赛已经结束，但仍可做为练习赛每天提交测试结果）

下载比赛的测试集（包含2000张图片），利用fine-tune的VGG模型进行测试，按照比赛规定的格式输出，上传结果评测（练习赛每天仅可评测5次）。我已进行测试，VGG模型训练 1 个 epoch 的准确率约为 96.1 %。

 大家思考，如何改进当前模型，可以进一步提高分类准确率。有了这些技术积累，可以较好的应对未来的竞赛。

 

要求，完成一篇博客，题目为“第四次作业：猫狗大战挑战赛”，在谷歌 Colab 上完成猫狗大战VGG模型的迁移学习，关键步骤截图，并附一些自己想法和解读。

在该代码的基础上，下载AI研习社“猫狗大战”比赛的测试集，利用fine-tune的VGG模型进行测试，按照比赛规定的格式输出，上传结果在线评测。将在线评测结果截图，将代码实现的解读发在博客。同时，分析使用哪些技术可以进一步提高分类准确率。

大家有任何问题可以随时在群里交流，热爱学习，拒绝划水~~~