研究流程與結果

以下是我們的研究過程與結果，大致可分為四個步驟：蒐集圖片、處理圖片、增強圖片，與得出結果。

蒐集圖片

尋找各式資料集，在機器學習中，樣本是最重要的，一個好的模型，背後必須要有足夠量以及品質的圖片作為支撐，因此，在這部分，是我們最花費心思著墨的地方

在這個步驟中，通常包含：裁剪圖像或灰度縮放圖片，目的是達到訓練圖片的一致性，透過預處理，能夠得到相同大小、相同型式的圖片，讓模型能夠以更快速度訓練。

為了增強模型學習能力，我們通過對訓練圖像進行細微更改，比如：增加噪點或是遮罩，來增加訓練集的大小，並且只使用在訓練集中，最後我們將所有圖片的順序打亂，避免訓練集過於集中在某幾種動物。

持續優化權重檔，並且持續蒐集各種有害動物的圖片以完善系統。

對於表現不良的動物部份做圖片的重新整合。