一个37类pet数据集，每个类大约有200张图片。这些图像在比例、姿势和光线上都有很大的变化。所有的图像都有相应的品种、头部ROI和像素级trimap分割的ground truth注释。

kaggle猫狗大战数据集

自己采集的图片，数量较少，总共38张，其中狗20张，猫18张。适用于Tensorflow或其他学习框架初学者。

Cats vs, Dogs 的python原创代码， ipynb格式。图片数据来源https://www.kaggle.com/c/dogs-vs-cats 任务如下： Task: In this competition, you'll write an algorithm to classify whether images contain either a dog or a cat. This is easy for humans, dogs, and cats. Your computer will find it a bit more difficult. Data Description: The training archive contains 25,000 images of dogs and cats. Train your algorithm on these files and predict the labels for test1.zip (1 = dog, 0 = cat). Submission Format Your submission should have a header. For each image in the test set, predict a label for its id (1 = dog, 0 = cat): id,label 1,0 2,0 3,0 etc...

基于python的，识别图片中是猫是狗，然后还可以识别图片中猫狗的数量，程序可以完美运行

猫狗图片的识别分类，通过一个Alexnet网络模型，对猫狗图片数据集进行训练，并保存模型

最好联系书本学习，input是输入文件，evaluateCatorDog是主文件，traning是训练文件，model模型文件

深度学习资料，编程实战猫和狗二分类数据集，dog vs cat 数据集

由AlexNet网络改过来，输入图像128*128，亲测可用，模型也收敛了！配套了迭代600000次的caffemodel，配置文件和标签txt一应俱全，是入门kaggle的example。

自己开发的小游戏 大部分人无法十局内获胜哦！ 游戏规则： 1 你控制猫，你的目标是从上往下数第一行，电脑控制狗，目标是从上往下数第7行，谁先走到目标行即获胜 2 点击右下角的按钮切换为挡板模式，挡板可以阻挡对方的前进，但不能将路堵死。每个回合只能在放置挡板和行走中二选1。 注意哦，挡板不仅会挡到对方，也会挡住自己。每方只有10块挡板 3 与对方的动物重合后，你可以再走一步，但是不能放置挡板（对方也有能如此） 4 目前版本还没有完善，只能人类玩家先走。