20、使用卷积神经网络进行图像分类

使用卷积神经网络进行图像分类

在当今社会，美食自拍和以照片为中心的社交分享正逐渐成为一种潮流。大量美食爱好者热衷于将自己与美食、餐厅的合影上传到社交媒体和相关网站，并附上文字评价，这在很大程度上提升了餐厅的知名度。以Yelp为例，数百万的独立访客在该平台上留下了超过1.35亿条评论，同时上传了大量的照片。商家也会在平台上发布照片与顾客互动，Yelp则通过向这些本地商家出售广告来盈利。这些照片蕴含着丰富的本地商业信息，但要让计算机理解这些照片的内容并非易事。

项目目标

我们的项目目标是构建一个模型，能够自动为餐厅的用户提交照片添加多个标签，即预测商业属性。

数据集描述

我们使用的数据集来自Kaggle平台的Yelp餐厅照片分类竞赛，可在 此处 获取。该数据集包含以下六个文件：
| 文件名称 | 描述 | 数量 |
| ---- | ---- | ---- |
| train_photos.tgz | 训练集照片 | 234,545张 |
| test_photos.tgz | 测试集照片 | 500张 |
| train_photo_to_biz_ids.csv | 照片ID到商业ID的映射 | 234,545行 |
| test_photo_to_biz_ids.csv | 照片ID到商业ID的映射 | 500行 |
| train.csv | 主要训练数据集，包含商业ID及其对应标签 | 1996行 |