如何在手机上轻松识别多种鸟类？我们发现了更简单的秘密……

导读

基于深度学习与迁移学习技术，只需一部手机，就能让每个人轻松识别鸟类物种——本文将详细介绍如何利用MobileNetV2构建高精度鸟类识别模型，并探讨如何借助Coovally平台高效实现从开发到部署的全流程。>>更多资讯可加入CV技术群获取了解哦~

观鸟在能够识别你所观察的鸟类物种时会变得更加令人兴奋。但如果你对鸟类了解不多，这项任务可能会很困难。为了让每个人都能轻松完成这项任务，你可以使用一个深度学习模型，只需通过手机摄像头就能识别你正在观察的物种！

screenshot_2025-11-26_14-17-53.png

迁移学习是机器学习中使用的一种技术，即在一个任务上训练好的模型被重新用作另一个相关任务的起点。它通过将从前一个问题中获得的知识应用到新问题中来工作。这节省了时间和计算资源，因为模型不需要从头开始训练。

鸟类分类是一项非常适合卷积神经网络（CNN） 的任务。CNN是一种专为分析视觉数据而设计的人工神经网络，能够自动学习并从图像中提取特征。这些网络由多个协同工作的层组成，用于识别边缘、纹理和形状等模式。

通过迁移学习，我们不需要从头开始训练所有这些层。相反，我们可以重用预训练网络。许多预训练模型是可用的，在这个项目中，我使用 MobileNetV2 作为基础模型。

数据集

该数据集包含525种不同鸟类的图像，总计12,136张图片！这些图像被组织在三个文件夹中：训练集、验证集和测试集。

screenshot_2025-11-26_14-20-49.png

使用 MobileNetV2 

如前所述，起点是MobileNetV2。MobileNetV2是一种高效、轻量级的卷积神经网络（CNN），专为计算资源有限的移动和嵌入式设备优化。它由谷歌于2018年推出。

为了能将我们的鸟类图像与此模型一起使用，我们只需要重新缩放我们的图像，这可以准备好模型期望的图像尺寸和像素缩放比例。这在加载数据时完成：

train_datagenerator = ImageDataGenerator(rescale=1/255.)
val_datagenerator = ImageDataGenerator(rescale=1/255.)
test_datagenerator = ImageDataGenerator(rescale=1/255.)

MobileNetV2是在ImageNet数据库中的超过100万张图像上训练的。它可以将图像分类为1000个类别，包括许多日常物品和几种动物。凭借其157层结构，它已经学习了许多视觉特征。我们只需要帮助它学习特定于鸟类物种的特征。

为此，我们冻结前120层，这样模型就不会忘记它已经学会的通用模式。接下来，我们解冻并重新训练后面的一些层，使它们适应我们的鸟类数据集。最后，我们添加新的自定义层进行分类：

from tensorflow.keras.applications import MobileNetV2
base_model = MobileNetV2(
    input_shape=IMG_SHAPE,
    include_top=False,
    weights='imagenet'
)
base_model.trainable = True
# 仅冻结前 ~120 层
for layer in base_model.layers[:120]:
    layer.trainable = False
global_average_layer = tf.keras.layers.GlobalAveragePooling2D()
drop_layer = tf.keras.layers.Dropout(0.2)
dense_layer = tf.keras.layers.Dense(len(class_names), activation='softmax')
model = tf.keras.Sequential([
    base_model,
    global_average_layer,
    drop_layer,
    dense_layer
])

通过这样做，模型利用了它已有的所有知识，并将其调整以适应我们的新数据。现在我们只需要编译我们的模型并选择优化器和损失函数：

from keras import optimizers
model.compile(optimizer=optimizers.Adam(learning_rate=1e-5),
              loss='categorical_crossentropy',
              metrics=['accuracy'])

我们选择一个较小的学习率来避免模型对数据过拟合。

结果

该模型取得了令人印象深刻的性能：

• 训练准确率: 98%
• 验证准确率: 94%
• 测试准确率（未见过的图像）: 97%

这些图表显示了仅用5个周期，准确率如何提高以及误差如何降低！

screenshot_2025-11-26_14-21-58.png

在手机摄像头上测试模型

为了用手机摄像头测试模型，我参考了一个教程，并对其进行了修改以适用于我们的鸟类分类器。在导入训练好的模型后，我将其连接到手机的实时摄像头馈送。

screenshot_2025-11-26_14-22-41.png

与 Coovally 平台的集成

看到上述描述是否还在纠结如何看到项目详细，其实在构建和部署此类AI模型时，像 Coovally 这样的平台可以极大地简化流程。Coovally 是一个端到端的AI开发平台，它提供了从数据准备、模型训练、评估到部署的一系列工具。

Coovally操作动图.gif

在这个鸟类识别项目中，Coovally 可以在以下方面提供帮助：

• 数据管理：轻松上传、版本控制和预处理包含多个物种的大型鸟类图像数据集。
• 模型开发：Coovally 支持包括 TensorFlow 和 Keras 在内的多种框架，平台已集成MobileNetV2 等1000+模型，一键调用。
• 训练与评估：平台可以管理训练任务，并提供类似本项目中的可视化图表，跟踪准确率和损失等指标，方便比较不同实验的结果。
• 模型部署：训练好的模型可以一键部署到云端或边缘设备（如手机），类似于本项目中将模型连接到手机摄像头的步骤，但流程可能更标准化和自动化。

模型转换.GIF

通过利用 Coovally，开发人员可以更专注于模型设计和业务逻辑，而不是底层的基础设施管理，从而加速像这个鸟类识别应用一样的AI方案的开发与落地。

结论

迁移学习是一个强大的工具，它使我们能够用更少的资源训练出高性能的模型。在这个项目中，使用MobileNetV2使得鸟类分类模型能够快速高效地达到出色的准确率。结合手机摄像头，这成为了一个对于任何对观鸟感兴趣的人都易于使用的工具。而像 Coovally 这样的平台，进一步降低了AI开发的门槛，为更多创新应用的实现提供了可能。