这是一个基于机器学习的图像分类项目，旨在通过深度学习模型区分猫和狗的图片。项目使用了经典的卷积神经网络（CNN）架构，并在AI教程中心中提供了详细实现步骤。
🧠 技术亮点
- 模型架构：采用ResNet-50预训练网络进行迁移学习
- 数据集：使用Kaggle的猫狗图像数据集（约25,000张图片）
- 训练效果：准确率达到97.2%（测试集）
- 部署方式：支持本地运行与Flask Web服务集成
📦 项目结构
cats-dogs-classifier/
├── data/ # 数据集目录
├── models/ # 模型文件
├── app.py # Flask Web服务
├── train.py # 训练脚本
└── requirements.txt # 依赖文件
📱 使用示例
- 启动服务：
python app.py - 访问界面：点击此处测试分类器
- 上传图片后，系统将自动识别并返回结果