猫和狗 当我们的数据集不足时,最常用的方法之一是使用预先训练的模型。 在我们的案例中,我们将考虑在ImageNet数据集上训练的大型卷积网络(140万个带标签的图像和1000个不同的类)。 ImageNet包含许多动物类别,包括不同种类的猫和狗,因此我们可以期望在猫与狗的分类问题上表现出色。 我们可以使用的一些主干: •Xception•InceptionV3•ResNet50•VGG16•VGG19•MobileNet 我将使用由Karen Simonyan和Andrew Zisserman在2014年开发的VGG16架构,该架构是ImageNet的一种简单且广泛使用的convnet