简介

  • 2 分钟

作为鸟类学家，你研究鸟类的行为、生理学以及如何保护鸟类及其栖息地。 你的工作常涉及对鸟类活动进行调查、记录和报告。 为了帮助收集数据，你需要构建一个机器学习模型来识别鸟类图像中的物种。 还需要更好地记录濒危鸟类，从而帮助增加其数量。 详细了解鸟类也是让你和其他人了解你生活领域的自然现象的一种好办法。

在此 Microsoft Learn 模块中，你将使用 Azure AI 自定义视觉服务创建识别图像中鸟类物种的机器学习模型。 我们将使用康奈尔鸟类学实验室（康奈尔实验室）提供的 NABirds 数据集来训练模型，使其识别新鸟类照片中的物种。 使用新数据，可以使用该模型来帮助记录鸟类习性的趋势和模式。

康奈尔实验室提供了用于构建和训练机器学习模型的数据，特别感谢参与关于鸟类的一切制作的摄影师、撰稿人和访客。 此材料基于由美国国家科学基金会支持的工作（科研基金 #1010818）。 此模块包含完整数据集的一个子集。 可下载完整数据集。 有关数据集的特定详细信息，可以从计算机视觉基金会下载 PDF 文件。

Panel of six photos of birds.

学习目标

在本模块中，你将：

  • 了解机器学习
  • 了解如何在 Azure AI 服务中使用预先训练的机器学习模型
  • 了解如何使用 Azure 中的“自定义视觉”服务
  • 构建自定义机器学习模型
  • 部署使用自定义视觉创建的模型

先决条件

  • 一个 Azure 帐户
  • 大致了解如何在 Azure 中创建资源
  • （可选）如果选择使用 Python 而不是 Azure 门户上传和标记图像，则需要对 Python 的使用有基本了解