大家（谁？）都说海獭激萌可爱，那么问题来了，下面哪个（些）是海獭？
是不是不难，那下面哪个（些）是海獭呢？
……怎么样，和想象中一样轻松吗？别急，尖峰对决，这两张脸里，谁是海獭？
最后，决胜局：这是海獭吗？
给你三秒钟的思考时间。
答案分别是右上、右中、上，而最后一张，他是水獭！
承认吧，其实你不认识海獭！
「这不是海獭」
于是就想着看看能不能跑个模型解决海獭脸盲问题，于是有了这个玩意：这不是海獭
预期用途
当你开始感到「海獭」已经成为一个玄学概念时，可以简单地把图片上传给它。它会尝试分类，告诉你图里到底是海獭，还是水獭、土拨鼠（旱獭）、河狸、河狸鼠（海狸鼠）、卡皮巴拉（水豚）、獴（「丁满」）、貂、海狗、海狮、海象、海牛、儒艮、海豹甚至是海报。
浏览器本地运行，没有图片会被上传到服务器。
部分灵感是来自 S1 的 Fat 先生，虽然他不认识我。每次在论坛看见他的海獭头像，我都会被提醒这件事。他有过一个区分海獭还是水獭的 CNN 初心者作业，虽然已经下线了但感觉比我这个实用哈哈。
模型训练
就是 YOLO11 的微调，没做别的，先看看效果。
数据部分，搜索引擎肯定是靠不住的，人类本来就分不清！最后是想办法在专业网站上抓了一些动物的目击照片下来，数据集自然很不平衡：
| 标签 | 数量 |
|---|---|
| 海獭 | 1552 |
| 水獭 | 904 |
| 土拨鼠* | 3097 |
| 河狸 | 4673 |
| 河狸鼠 | 3963 |
| 卡皮巴拉 | 1851 |
| 丁满 | 2083 |
| 貂* | 2669 |
| 海狗 | 134 |
| 海狮 | 893 |
| 海象 | 198 |
| 海牛 | 1118 |
| 儒艮 | 223 |
| 海豹 | 4397 |
后来出于一种幽默感又加入了 8252 张电影海报进一步扰乱训练。
拿着 MacBook Air 训练模型很费时，目前认海獭的准确率在 90% 左右，偶有将海狗、海象误认为海獭的情况。认水獭、海狗、海象的准确率很低，只有 60% 的水平。
更多关于模型的信息可以移步 Hugging Face 查看。
存在问题
训练数据当然是很有问题的，上面标星的两个动物其实抓取中断了，还能和其他补充数据一起、换规模更大的模型再挣扎一下。
目前主要的不可承受之重是 Web 实现。本地导出的 ONNX 模型有比较理想的一致性，但上了 Web 端立刻变智障，疑似是前段实现的图像预处理和本地不一致导致，但换了好几种方案提升都有限。
再看看再看看……