mais202：麦吉尔AI学会：机器学习加速入门-2020年冬季

石材分类器 为McGill AI协会创建的最终项目：机器学习加速入门（2020年冬季）。 通过网络抓取专门为此项目创建的培训和测试数据集，这些数据集来自Smithsonian NMNH地质学数据门户网站[ ]（仅供教育使用）。 项目描述 石头分类器项目是一个Web应用程序，可将石头图像分为四个类别（岩石，化石，宝石，矿物）。 该数据集是通过使用BeautifulSoup抓取并解析NMNH地质学数据门户创建的。 图像预处理包括删除重复项，调整大小，高斯模糊以减少噪声。 我使用卷积神经网络（CNN）在Google Colab上使用Keras / Tensorflow构建了模型。 stone-classifier-webapp后端基于Flask模块。 最终模型的测试数据准确性为93.8％和0.148。 部署Webapp 该webapp从终端或命令行本地运行。 要使用webapp，请将