印度的研究人员已经展示了如何使用卷积神经网络从照片中识别狗的品种。该团队在International Journal of Swarm Intelligence 杂志上撰文解释了他们如何用超过 1500 万张狗的图像训练他们的算法，并使用一个模型可以对这些高分辨率图像进行 22000 种不同的对象分类。然后，系统可以正确识别 133 个品种中的哪个品种是由一张新的狗照片代表的，准确率达到 98%。

索兰信息技术大学的 Amit Kumar Jakhar 和 Mrityunjay SinghJaypee 与詹西邦德坎德工程技术学院的 Anjani Kumar Shukla 所采取的方法之间的关键区别在于，与其从头开始构建识别系统，该团队使用庞大的数据库对他们的模型进行了预训练。

对数字图像的分类和注释的需求日益增长，以期改进其针对各种目的的管理。在给定图像中识别和分类对象的快速方法可用于工业、教育、执法、医学、科学和许多其他领域。因此，世界各地的许多研究团队正在研究不同的方法，这些方法涉及机器学习和可能异想天开的人工智能来识别和分类图像中的视觉内容。

考虑到狗的多样性，这种系统能够从照片中以高精度挑选出特定犬种的能力证明了这一研究领域的发展是个好兆头，其中可能需要对类似物体进行更细微的区分被制作。

“未来，深度学习将自行创建其他深度学习模型，深度学习模型将编写代码并超越人类编码能力，通过深度卷积神经网络分析图像，其范围可以扩展到医学科学，”团队得出结论。