细粒度动物识别（8k类）模型介绍

本模型是对含有动物的图像进行标签识别，无需任何额外输入，输出动物的类别标签，目前仅支持猫狗鹦鹉的动物类别。

模型描述

模型采用efficientnetv2-s网络结构。

使用方式和范围

使用方式：

• 直接推理，对输入的图像，输入图像直接进行推理。

使用场景:

• 适合含有动物的图像进行动物标签识别，期望图像中动物占比不要过小。

代码范例:

from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks

animal_recognition= pipeline(
            Tasks.animal_recognition,
            model='fengwenyuan/maogouyingwu')
result = animal_recognition('https://image.baidu.com/search/down?tn=download&word=download&ie=utf8&fr=detail&url=https%3A%2F%2Fgimg2.baidu.com%2Fimage_search%2Fsrc%3Dhttp%253A%252F%252Fsafe-img.xhscdn.com%252Fbw%252F798f29e7-0d20-4c88-8930-a478e5bc1cb9%253FimageView2%252F2%252Fw%252F1080%252Fformat%252Fjpg%26refer%3Dhttp%253A%252F%252Fsafe-img.xhscdn.com%26app%3D2002%26size%3Df9999%2C10000%26q%3Da80%26n%3D0%26g%3D0n%26fmt%3Dauto%3Fsec%3D1702797411%26t%3Dd3535a68c6e55173813312af9830859a&thumburl=https%3A%2F%2Fimg1.baidu.com%2Fit%2Fu%3D318980013%2C1803980894%26fm%3D253%26fmt%3Dauto%26app%3D138%26f%3DJPEG%3Fw%3D500%26h%3D500')
print(result)

训练数据

训练数据共约1500带有动物标签的数据。

模型训练

预处理

图像输入：resize到384*384

LR scheduler

初始LR为 0.0003，每隔10个epoch，lr调整为原来的1/4，共训练100个epoch。

数据评估及结果

通过收集线上的实际应用数据进行评测精度为72.1%。