研究流程

首先會先建立數據集，對數據進行前置處理。編譯完文件後，並訓練完數據集之後，就可以針對每一類數據(每一種狗狗)進行偵測。最後針對偵測後的結果，做準確率的討論及改善。

1.建立數據集

實際到勤美或IG上蒐集想要辨識的照片及影片。

勤美都會有很多人在遛狗，都會有各式各樣不同的品種，IG上也會有很多狗狗的帳號，裡面都是主人幫自家的狗狗記錄生活的照片。

2.將影片截成圖片，把圖片大小統一成416*416，將圖檔換成JPG檔。

要用同樣的尺寸，框出來的照片才會是一樣的格式。

因為Iphone拍出來的檔案會是PNG檔，需要轉成JPG檔才能做匡列的動作。

3.匯入labelimage將各個狗狗分別框出yolo及PascalVOC成為訓練集。

yolo會框出txt檔，PascalVOC會框出xml檔。

4.將原本jpg、框好的xml檔及txt檔，依序重新命名，且開頭用英文字母區分。

重新命名及編號是為了更好地找出錯誤在哪，用英文字母區別是為了區別出他的品種。