Содержание
Интересные факты о чихуахуа — особенности этих маленьких харизматичных собак
Чихуахуа — необычная порода. Необычная во всём: в поведении, происхождении, внешнем виде… Например, знали ли вы, что изначально эту породу никто не выводил? Она сформировалась случайно, заводчики лишь поддержали некоторые качества позднее. Что ещё интересного можно сказать о чихуахуа? Мы подготовили для вас подборку интересных фактов об этой породе.
Содержание
1 С чихуахуа нужно обращаться аккуратно
2 Существует несколько разновидностей чихуахуа
3 Чихуахуа могут быть очень агрессивными
4 Чихуахуа и мексиканская голая собака — родственники
5 Раньше чихуахуа были большими
6 В 2014 году стаи чихуахуа терроризировали город в штате Аризона
С чихуахуа нужно обращаться аккуратно
Эта порода выделяется даже среди других миниатюрных собак. Родничок на их голове не зарастает никогда. Индейцы верили, что благодаря этому чихуахуа могут общаться с богами.
Существует несколько разновидностей чихуахуа
И речь идёт даже не о типе шерсти. Признанные разновидности — это кобби и дир. У последних мордочка более длинная, да и телосложение в целом хрупкое. Кобби обладают более плотной шеей и лапами, развитой грудной клеткой и короткими лапами. Зато у них приплюснутая мордочка, что повышает риск появления проблем с дыханием.
Кобби, несмотря на массивность, двигаются более уверенно и быстро
Чихуахуа могут быть очень агрессивными
Неизвестно, что именно является причиной агрессии среди маленьких собак. Многие считают, что проблема заключается в неправильном воспитании.
Другие теории о том, почему маленькие собаки такие злые, мы описывали здесь.
В любом случае это не та порода, которую можно оставлять наедине с маленькими детьми. Вдобавок чихуахуа очень чувствительны к звукам, поэтому быстро раздражаются рядом с шумными людьми.
Чихуахуа и мексиканская голая собака — родственники
Обе породы произошли от собак течичи. Последние считались священными у индейцев. Их мясо употребляли в пищу, а самих собак использовали для жертвоприношений и хоронили вместе с хозяевами, чтобы питомцы сопровождали своих владельцев после смерти. Течичи вымерли после вторжения европейцев на территорию Америки.
Некоторые учёные убеждены в том, что течичи смогли выжить, научившись карабкаться по деревьям, и скрылись в джунглях
Раньше чихуахуа были большими
Конечно, гигантами эти собачки никогда не были, но многие историки считают, что миниатюрными чихуахуа стали после беспорядочных вязок с китайскими хохлатыми собаками. Это произошло само по себе, поскольку и те, и другие питомцы часто сопровождали моряков. Маленьких собачек использовали в качестве крысоловов.
В 2014 году стаи чихуахуа терроризировали город в штате Аризона
Вероятно, это произошло из-за оттока мигрантов, которые бросили своих компаньонов на произвол судьбы. Местным чиновникам поступило более 6000 обращений по поводу бродячих стай. Это в 2–3 раза больше, чем в других городах. Собаки лаяли, нападали на детей и гадили прямо на улицах, чем вызвали гнев со стороны жителей. Было зафиксировано несколько случаев нападений на взрослых людей.
Чихуахуа — это маленькие собачки с большим сердцем. От предков им передались храбрость и упорство, но, увы, состояние здоровья оставляет желать лучшего. Нередко встречаются и проблемы с поведением, зато это преданные компаньоны, которые при правильном воспитании станут прекрасными друзьями.
- Автор: Екатерина Гонина
- Распечатать
Оцените статью:
(12 голосов, среднее: 3.4 из 5)
Поделитесь с друзьями!
Воронеж | «Едва не произошла трагедия», – нападение соседского пса на бабушку попало на видео в Воронеже
Фото: bloknot-voronezh. ru
Это происходит уже два года.
Жители дома №33/1 по улице Героев Сибиряков пожаловались на соседа, который терроризирует соседей своей собакой. По их словам, пес проявляет себя агрессивно и кидается на людей, один из таких случаев попал на камеру видеонаблюдения, записью с которой воронежцы поделились в соцсетях.
– Житель дома на протяжении двух лет террорезирует дом, выгуливая овчарку без намордника. На протяжении всех 2 лет обращались в разные соответствующие органы – без результата. И вот едва не произошла трагедия. Очень прошу огласки, жаль людей дома, – рассказал автор поста.
На кадрах видно, как пенсионер подходит с собакой к подъезду. Когда дверь домофона открывается, из нее выбегает чихуахуа и начинает лаять, на что пес тут же кидается и начинает гавкать в ответ. Затем из подъезда выходит и сама хозяйка миниатюрного песика, на которую кидается соседская собака и кусает ее. Об этом говорит крик женщины и то, что она показала пенсионеру пораненную руку.
Валентина Суровая
ГТРК Воронеж
Bloknot-Voronezh.Ru
Bloknot-Voronezh.Ru
СУСК проводит проверку Ирина КАЗАНИНА
Потоки затопили половину села. Фото из архива
Фото:
Комсомольская Правда
Фото «Россети»
На особый режим работы из-за непогоды перешли энергетики Воронежской области.
ВестиПК в Воронеже
Ими оказались побочные продукты животноводства.
В Воронежской области в Рамонском районе в селе Нелжа сотрудники департамента природных ресурсов и экологии обнаружили незаконные сбросы в почву.
Городская справка 077
Местные жители жалуются в Сети.
Весна принесла настоящую катастрофу в переулок Южный города Борисоглебск.
Bloknot-Voronezh.Ru
Фото: ГУ МВД России по Воронежской области
В Воронеже сотрудники городского отдела полиции №1 задержали по подозрению в организации наркопритона 54-летнего местного жителя.
Обозреватель.Врн
В обстоятельствах столкновения разбираются полицейские.
11 марта около 16:20 на 740 километре трассы М-4 «Дон» случилась смертельная авария.
Bloknot-Voronezh.Ru
Фото: ГУ МВД России по Воронежской области
На трассе в Богучарском районе на перекрестке большегруз врезался в легковушку.
Обозреватель.Врн
Выздоровели 412 человек Текст — Анастасия Бобряшова, фото — Михаил Кирьянов (из архива)
За минувшие сутки в Воронежской области диагноз COVID-19 поставили еще 467 пациентам.
РИА Воронеж
В Воронежской области на протяжении без малого двух недель постоянно увеличивается заболеваемость новой коронавирусной инфекцией.
Обозреватель.Врн
Об этой малоизученной болезни рассказывает травник Александр Головков
Воронежцам с Альцгеймером порекомендовали лечение травами
Болезнь Альцгеймера начинается незаметно, сначала маскируясь под признаки,
МОЁ! Online
15.03.2023 в 11:00
Беседа «Он принёс в наш город победу – Иван Данилович Черняховский, командующий 60-й армией, генерал-майор».
Научная библиотека им. И.С. Никитина
15.03.2023 в 18:00
Концерт инструментальной музыки «Звонкие струны». Вечер проходит в рамках социального проекта «Беседы с наставником» (Году педагога и наставника в России посвящается).
Научная библиотека им. И.С. Никитина
13. 03.2023
Виртуальный обзор «Владимир Маканин» в рамках цикла «Мастера бестселлеров.
Научная библиотека им. И.С. Никитина
Создание набора данных изображения
Существует два метода создания и публикации набора данных изображения. Это руководство покажет вам, как:
- Создать набор данных изображения с
ImageFolder
и некоторыми метаданными. Это решение без кода для быстрого создания набора данных изображений с несколькими тысячами изображений. - Создайте набор данных изображения, написав сценарий загрузки. Этот метод немного сложнее, но у вас больше гибкости в том, как набор данных определяется, загружается и генерируется, что может быть полезно для более сложных или крупномасштабных наборов данных изображений.
Вы можете контролировать доступ к своему набору данных, требуя, чтобы пользователи сначала предоставили свою контактную информацию. Ознакомьтесь с руководством по закрытым наборам данных для получения дополнительной информации о том, как включить эту функцию в Hub.
Папка изображения
ImageFolder
— это построитель набора данных, предназначенный для быстрой загрузки набора данных изображений с несколькими тысячами изображений без необходимости написания кода. ImageFolder
автоматически определяет метки классов вашего набора данных на основе имени каталога. Просто сохраните свой набор данных в такой структуре каталогов, как:
папка/train/dog/golden_retriever.png папка/поезд/собака/немецкая_овчарка.png папка/поезд/собака/чихуахуа.png папка/поезд/кошка/maine_coon.png папка/поезд/кот/бенгал.png folder/train/cat/birman.png
Затем пользователи могут загрузить ваш набор данных, указав папку изображений
в load_dataset() и каталог в data_dir
:
>>> from datasets import load_dataset >>> dataset = load_dataset("папка с изображением", data_dir="/путь/к/папке")
Вы также можете использовать папку изображений
для загрузки наборов данных, включающих несколько разбиений. Для этого каталог вашего набора данных должен иметь следующую структуру:
папка/train/dog/golden_retriever.png папка/поезд/кошка/maine_coon.png папка/тест/собака/немецкая_овчарка.png folder/test/cat/bengal.png
Если все файлы изображений содержатся в одном каталоге или если они не находятся на одном уровне структуры каталогов, столбец label
не будет добавлен автоматически. Если вам это нужно, установите drop_labels=False
явно.
Если есть дополнительная информация, которую вы хотели бы включить в свой набор данных, например текстовые подписи или ограничивающие рамки, добавьте ее в виде файла metadata.csv
в свою папку. Это позволяет быстро создавать наборы данных для различных задач компьютерного зрения, таких как текстовые подписи или обнаружение объектов. Вы также можете использовать файл JSONL metadata.jsonl
.
папка/train/metadata.csv папка/поезд/0001.png папка/поезд/0002.png папка/поезд/0003. png
Вы также можете заархивировать изображения:
папка/metadata.csv папка /train.zip папка /test.zip folder/valid.zip
Ваш файл metadata.csv
должен иметь столбец имя_файла
, который связывает файлы изображений с их метаданными:
имя_файла,дополнительная_функция 0001.png, это первое значение текстовой функции, которую вы добавили к своим изображениям. 0002.png, это второе значение текстовой функции, которую вы добавили к своим изображениям. 0003.png, это третье значение текстовой функции, которую вы добавили к своим изображениям
или используя metadata.jsonl
:
{"file_name": "0001.png", "additional_feature": "Это первое значение текстовой функции, которую вы добавили к своим изображениям"} {"file_name": "0002.png", "additional_feature": "Это второе значение текстовой функции, которую вы добавили к своим изображениям"} {"file_name": "0003.png", "additional_feature": "Это третье значение текстовой функции, которую вы добавили к своим изображениям"}
Если присутствуют файлы метаданных, предполагаемые метки, основанные на имени каталога, удаляются. по умолчанию. Чтобы включить эти метки, установите drop_labels=False
в load_dataset
.
Подпись к изображению
Наборы данных подписей к изображениям содержат текст, описывающий изображение. Пример metadata.csv
может выглядеть так:
имя_файла,текст 0001.png, Это золотистый ретривер, играющий с мячом. 0002.png,Немецкая овчарка 0003.png,One chihuahua
Загрузите набор данных с помощью ImageFolder
, и он создаст столбец text
для подписей к изображениям:
>>> dataset = load_dataset("imagefolder", data_dir="/path/to /папка", split="поезд") >>> набор данных[0]["текст"] «Это золотистый ретривер, играющий с мячом»
Обнаружение объекта
Наборы данных обнаружения объектов имеют ограничивающие рамки и категории, идентифицирующие объекты на изображении. Пример metadata.jsonl
может выглядеть так:
{"file_name": "0001.png", "objects": {"bbox": [[302. 0, 109.0, 73.0, 52.0]], "categories": [ 0]}} {"file_name": "0002.png", "объекты": {"bbox": [[810.0, 100.0, 57.0, 28.0]], "категории": [1]}} {"file_name": "0003.png", "objects": {"bbox": [[160.0, 31.0, 248.0, 616.0], [741.0, 68.0, 202.0, 401.0]], "categories": [2, 2 ]}}
Загрузите набор данных с помощью ImageFolder
, и он создаст столбец из объектов
с ограничивающими рамками и категориями:
>>> dataset = load_dataset("imagefolder", data_dir="/path/to/folder" , сплит = "поезд") >>> набор данных[0]["объекты"] {"bbox": [[302.0, 109.0, 73.0, 52.0]], "категории": [0]}
Загрузить набор данных в хаб
Создав набор данных, вы можете поделиться им с Hub с помощью метода push_to_hub(). Убедитесь, что у вас установлена библиотека Huggingface_hub и вы вошли в свою учетную запись Hugging Face (дополнительные сведения см. в руководстве «Загрузка с помощью Python»).
Загрузите свой набор данных с помощью push_to_hub():
>>> from datasets import load_dataset >>> dataset = load_dataset("папка с изображением", data_dir="/путь/к/папке", split="train") >>> dataset. push_to_hub("stevhliu/my-image-captioning-dataset")
Загрузка скрипта
Напишите сценарий загрузки набора данных для совместного использования набора данных. Он определяет разбиения и конфигурации набора данных, а также обрабатывает загрузку и создание набора данных. Скрипт находится в той же папке или репозитории, что и набор данных, и должен иметь то же имя.
мой_набор_данных/ ├── README.md ├── my_dataset.py └── data/ # необязательный, может содержать ваши изображения или архивы TAR
Эта структура позволяет загрузить ваш набор данных в одну строку:
>>> from datasets import load_dataset >>> dataset = load_dataset("path/to/my_dataset")
В этом руководстве показано, как создать сценарий загрузки набора данных для наборов данных изображений, который немного отличается от создания сценария загрузки текстовых наборов данных. Вы узнаете, как:
- Создайте класс построителя набора данных.
- Создать конфигурации набора данных.
- Добавить метаданные набора данных.
- Загрузите и определите разбиение набора данных.
- Создать набор данных.
- Создайте метаданные набора данных (необязательно).
- Загрузите набор данных в концентратор.
Лучший способ научиться — открыть существующий скрипт загрузки набора изображений, например Food-101, и следовать ему!
Чтобы помочь вам начать работу, мы создали шаблон сценария загрузки, который вы можете скопировать и использовать в качестве отправной точки!
Создайте класс построителя набора данных
GeneratorBasedBuilder — это базовый класс для наборов данных, сгенерированных генератором словарей. В этом классе есть три метода, помогающих создать набор данных:
-
info
хранит информацию о вашем наборе данных, такую как его описание, лицензия и функции. -
split_generators
загружает набор данных и определяет его разбиения. -
generate_examples
генерирует изображения и метки для каждого разделения.
Начните с создания класса набора данных в качестве подкласса GeneratorBasedBuilder и добавьте три метода. Пока не беспокойтесь о заполнении каждого из этих методов, вы разработаете их в следующих нескольких разделах:
class Food101(datasets.GeneratorBasedBuilder): """Набор данных изображений Food-101""" защита _info (я): def _split_generators(я, dl_manager): def _generate_examples (я, изображения, метаданные_путь):
Несколько конфигураций
В некоторых случаях набор данных может иметь более одной конфигурации. Например, если вы проверите набор данных Imagenette, вы заметите, что в нем есть три подмножества.
Для создания различных конфигураций используйте класс BuilderConfig, чтобы создать подкласс для вашего набора данных. Предоставьте ссылки для загрузки изображений и меток в data_url
и metadata_urls
:
class Food101Config(datasets.BuilderConfig): """Конфигурация строителя для Food-101""" def __init__(self, data_url, metadata_urls, **kwargs): """BuilderConfig для Food-101. Аргументы: data_url: `строка`, URL-адрес для загрузки zip-файла. metadata_urls: словарь с ключами «train» и «validation», содержащий URL метаданных архива. **kwargs: аргументы ключевого слова пересылаются в super. """ super(Food101Config, self).__init__(версия=наборы данных.Версия("1.0.0"), **kwargs) self.data_url = data_url self.metadata_urls = метаданные_urls
Теперь вы можете определить свои подмножества в верхней части GeneratorBasedBuilder. Представьте, что вы хотите создать два подмножества в наборе данных Food-101 в зависимости от того, что это за завтрак или ужин.
- Определите свои подмножества с помощью
Food101Config
в списке вBUILDER_CONFIGS
. - Для каждой конфигурации укажите имя, описание и место загрузки изображений и этикеток.
класс Food101 (наборы данных.GeneratorBasedBuilder): """Набор данных изображений Food-101""" BUILDER_CONFIGS = [ Еда101Конфиг( имя="завтрак", description="Виды продуктов, которые обычно едят во время завтрака. ", data_url="https://ссылка-на-завтрак-продукты.zip", метаданные_urls={ "поезд": "https://link-to-breakfast-foods-train.txt", "проверка": "https://link-to-breakfast-foods-validation.txt" }, , Еда101Конфиг( имя="ужин", description="Виды продуктов, которые обычно едят во время ужина.", data_url="https://link-to-dinner-foods.zip", метаданные_urls={ "поезд": "https://link-to-dinner-foods-train.txt", "проверка": "https://link-to-dinner-foods-validation.txt" }, )... ]
Теперь, если пользователи хотят загрузить конфигурацию breakfast
, они могут использовать имя конфигурации:
>>> from datasets import load_dataset >>> ds = load_dataset("food101", "завтрак", split="train")
Добавить метаданные набора данных
Добавление информации о вашем наборе данных полезно для пользователей, чтобы узнать о нем больше. Эта информация хранится в классе DatasetInfo, который возвращается методом info
. Пользователи могут получить доступ к этой информации:
>>> из наборов данных импортировать load_dataset_builder >>> ds_builder = load_dataset_builder("food101") >>> ds_builder.info
Существует много информации, которую вы можете указать о своем наборе данных, но некоторые важные из них включают:
-
описание
дает краткое описание набора данных. -
функции
определяют типы столбцов набора данных. Поскольку вы создаете сценарий загрузки изображения, вам необходимо включить функцию изображения. -
supervisord_keys
указать функцию ввода и метку. -
домашняя страница
предоставляет ссылку на домашнюю страницу набора данных. -
citation
— это BibTeX цитирование набора данных. -
лицензия
указывает лицензию набора данных.
Вы заметите, что большая часть информации о наборе данных определена ранее в сценарии загрузки, что упрощает чтение. Есть также другие ~ Datasets.Features
, которые вы можете ввести, поэтому обязательно ознакомьтесь с полным списком для получения более подробной информации.
по определению _info(я): вернуть наборы данных.DatasetInfo( описание=_ОПИСАНИЕ, функции = наборы данных. Особенности ( { "изображение": наборы данных.Изображение(), «метка»: наборы данных.ClassLabel(names=_NAMES), } ), supervisord_keys=("изображение", "метка"), домашняя страница=_HOMEPAGE, цитирование=_ЦИТАТА, лицензия=_ЛИЦЕНЗИЯ, task_templates=[ImageClassification(image_column="image", label_column="label")], )
Загрузите и определите разбиение набора данных
Теперь, когда вы добавили некоторую информацию о своем наборе данных, следующим шагом будет загрузка набора данных и создание разбиений.
Используйте метод DownloadManager.download() для загрузки набора данных и любых других метаданных, которые вы хотите с ним связать. Этот метод принимает:
- имя файла в репозитории наборов данных Hub (другими словами, папка
data/
) - URL-адрес файла, размещенного в другом месте
- список или словарь имен файлов или URL-адресов
В сценарии загрузки Food-101 вы снова заметите, что URL-адреса определены ранее в сценарии.
- имя файла в репозитории наборов данных Hub (другими словами, папка
После загрузки набора данных используйте SplitGenerator для организации изображений и меток в каждом разделении. Назовите каждое разделение стандартным именем, например:
Split.TRAIN
,Split.TEST
иSPLIT.Validation
.В параметре
gen_kwargs
указать пути к файламизображений
для повторения и загрузки. При необходимости вы можете использовать DownloadManager.iter_archive() для перебора изображений в архивах TAR. Вы также можете указать связанные метки вmetadata_path
. Изображенияmetadata_path
фактически передаются на следующий шаг, где вы фактически сгенерируете набор данных.
Для потоковой передачи файла архива TAR вам необходимо использовать DownloadManager.iter_archive()! Функция DownloadManager.download_and_extract() не поддерживает архивы TAR в потоковом режиме.
по определению _split_generators(я, dl_manager): путь_архива = dl_manager.download(_BASE_URL) split_metadata_paths = dl_manager.download(_METADATA_URLS) возвращаться [ наборы данных.SplitGenerator( имя = наборы данных.Split.TRAIN, gen_kwargs={ «изображения»: dl_manager.iter_archive (путь_архива), "metadata_path": split_metadata_paths["поезд"], }, ), наборы данных.SplitGenerator( имя = наборы данных.Split.VALIDATION, gen_kwargs={ «изображения»: dl_manager.iter_archive (путь_архива), "metadata_path": split_metadata_paths["тест"], }, ), ]
Создать набор данных
Последний метод класса GeneratorBasedBuilder фактически создает изображения и метки в наборе данных. Это дает набор данных в соответствии со структурой, указанной в характеристиках
, из метода информация
. Как видите, generate_examples
принимает изображений
и metadata_path
из предыдущего метода в качестве аргументов.
Для потоковой передачи файла архива TAR необходимо сначала открыть и прочитать путь metadata_path
. Доступ к файлам TAR осуществляется последовательно. Это означает, что вам нужно сначала получить информацию о метаданных, чтобы вы могли получить ее с соответствующим изображением.
Теперь вы можете написать функцию для открытия и загрузки примеров из набора данных:
def _generate_examples(self, images, metadata_path): """Создать изображения и метки для разделения.""" с open(metadata_path, encoding="utf-8") как f: files_to_keep = set(f.read().split("\n")) для file_path, file_obj в изображениях: если file_path.startswith(_IMAGES_DIR): если file_path[len(_IMAGES_DIR) : -len(". jpg")] в files_to_keep: метка = file_path.split("/")[2] выход file_path, { «изображение»: {«путь»: file_path, «байты»: file_obj.read()}, "метка": метка, }
Создайте метаданные набора данных (необязательно)
Метаданные набора данных могут быть сгенерированы и сохранены в карточке набора данных (файл README.md
).
Выполните следующую команду, чтобы сгенерировать метаданные вашего набора данных в README.md
и убедиться, что ваш новый скрипт загрузки работает правильно:
datasets-cli test path/to/--save_info - -all_configs
Если ваш скрипт загрузки прошел тест, теперь у вас должно быть dataset_info
Поля YAML в заголовке файла README.md
в папке набора данных.
Загрузите набор данных в Hub
Когда ваш сценарий будет готов, создайте карточку набора данных и загрузите ее в Hub.
Поздравляем, теперь вы можете загрузить свой набор данных из концентратора! 🥳
>>> из наборов данных импортировать load_dataset >>> load_dataset("/my_dataset")
См. Spot Run. Реж. Джон Уайтселл. Фотографии деревенского роуд-шоу. 2001. – Зооскоп
См. Спот-бег. Реж. Джон Уайтселл. Фотографии деревенского роуд-шоу. 2001.
https://zooscope.group.shef.ac.uk/wp-content/uploads/2022/01/Screenshot-2022-01-21-at-10.56.23.png
894
594
Томас Ричардсон
Томас Ричардсон
https://secure.gravatar.com/avatar/51335247dd6760feca26b1e2584fc0c8?s=96&d=mm&r=g
Агент 11 — один из самых титулованных агентов ФБР, но он не всегда играет по правилам. На этот раз его жестокое нападение на босса мафии Сонни Талию (Пол Сорвино) сделало его объектом нападения.
[Рисунок 1: Пол Сорвино в аналогичной роли, Goodfellas (1990)] [Рисунок 2: Значок ФБР]
Когда внутренняя коррупция приводит к скомпрометированию его свидетелей, он должен избежать сцепления двух холодных крово киллеры мафии, прячась в кузове почтового фургона. Здесь он впервые встречает Джеймса и почтальона Гордона, которые после некоторых раздумий позволяют ему приехать и жить с ними, пока мафия продолжает свою охоту. В конце концов Гордон учится любить Агента 11, несмотря на то, что он является заклятым врагом почтальона — собакой.
[Рисунок 3: Spot]
киллеры и их босс.
В семейной комедии, такой как See Spot Run , главный герой никогда не причинит реального вреда, особенно если этот главный герой — собака. Поскольку основной аудиторией являются дети, важно обеспечить, чтобы надлежащее обращение с животными было в приоритете, а Спот проявлял любовь и заботу со стороны «хороших парней», даже если «плохие парни» хотят его убить. Однако с See Spot Run — это в первую очередь комедия, в ней есть моменты, в которых стереотипная собачья природа Спота используется и объективируется ради комедии. Например, его требование испражняться снаружи используется в расширенной комической последовательности, в результате которой Гордон вступает, проскальзывает, а затем приземляется в этих экскрементах.
[Рисунок 4: Гордон, покрытый экскрементами Спота]
Обеспечение того, чтобы положительное отношение к животным в See Spot Run показывалось на экране, «похоже, противоречит культуре, которая также сильно зависит от эксплуатации животных», о чем свидетельствуют такие сцены, как как этот. Более того, See Spot Run также воплощает в себе характеристики боевика и, как таковой, показывает, как Спот выполняет множество трюков, таких как прыжки, во многих последовательностях действий, хотя было подтверждено, что «собаке не угрожала опасность пораниться» [ 1].
Несмотря на неоднократные утверждения о том, что Спот является агентом, как и его человеческие коллеги, и что он и Мердок являются «командой», See Spot Run последовательно доказывает обратное. Его очевидный интеллект и польза для людей, которым он служит, приносят ему определенный уровень уважения, но только в конце фильма ему дарована какая-либо свобода воли — когда на карту поставлены человеческие эмоции.
Спот начинает фильм как инструмент для людей, на которых он работает, практически не влияя на собственную жизнь. Об этом свидетельствует его выполнение команд агента Мердока, таких как «поиск», а также тот факт, что его заставляют носить на шее электрошоковый ошейник. Позже в фильме показано, что этот шоковый ошейник причиняет Гордону сильную боль, когда он надевает его, чтобы показать Споту, как «вести себя как собака».
[Рисунок 5: Гордона шокирует собачий ошейник]
Гордон не уважает интеллект Спота, называя его «большой глупой собакой» — несмотря на то, что все, что мы видели до этого, говорит об обратном. Затем он продолжает играть с мячом, сидеть, ложиться, облизывать лапу и гоняться за хвостом — все стереотипные характеристики собаки. При этом он выполняет роль собаки, подобно тому, как Спот играет роль человека, когда он агент ФБР. Однако здесь выступление Гордона сделано для комедийной ценности, а показ нам Спот в ФБР был сделан, чтобы передать зрителям его интеллект и способности. Это говорит о том, что собаки являются подчиненным видом ниже человека, и поэтому человек, играющий роль собаки, нелеп, но собака, играющая роль человека, впечатляет.
Поскольку это семейный фильм с основной аудиторией детей, боль от его результирующего удара током разыгрывается для смеха, и нас просят забыть, что Спот носил бы этот ошейник и, следовательно, испытал бы такой же уровень боли. практически ежедневно. Хотя при производстве See Spot Run использовались «общие гуманные методы обучения», такие как «зуммер, словесные и визуальные команды и вознаграждение в виде еды» [1], настоятельно рекомендуется, чтобы ФБР в мире См. Spot Run не сделал того же.
Хотя Мердок называет Агента 11 своим партнером, а их двоих — «командой», изображая его равным самому Мердоку, затем он возвращается к более низкому уровню бытия, поскольку Мердок предполагает, что потеря агента 11 — это «все равно, что потерять [его] пистолет». Сравнение Агента 11 с неодушевленным предметом иллюстрирует тип объективации, которому подвергается он и все собаки ФБР в . См. Spot Run . Кроме того, во время работы на ФБР Агенту 11 даже не дали имени, что еще больше демонстрирует его неполноценность по сравнению с агентами-людьми.
[Рисунок 6: GIF Патрика Макгуэна в . Заключенный (1967-8)]
Впервые в см. когда он сбегает из фургона защиты свидетелей. Он еще раз демонстрирует свой интеллект, понимая опасность, в которой он находится, и пытаясь избежать ее — хотя Споту нетрудно выглядеть умным, когда ему противостоят два бессмысленных киллера, посланных убить его. Несмотря на демонстрацию свободы действий в этом побеге, он затем встречает Джеймса и Гордона, которые впоследствии снова лишают его свободы действий. Это никогда не демонстрируется более точно, чем когда Джеймс спрашивает: «Можем ли мы оставить его?» как Гордону, так и его матери, которая даже не присутствует. Мать Джеймса думает, что он говорит об игрушечной собаке, и, следовательно, соглашается позволить ему оставить Спота, доказывая, что человек, который не знает о существовании Спота, имеет больше влияния на свою жизнь, чем он.
Несмотря на очевидный интеллект Спота, который оказался выше, чем у большинства, если не у всех человеческих героев, это не мешает использовать его в комедийных целях. Например, вышеупомянутая последовательность, связанная с его экскрементами. Поскольку мы видим Спота «человеческим взглядом»[2], это нарушает и эксплуатирует его собачью природу.
Стереотип вражды между почтальоном и собакой используется ближе к началу См. Спот-рейс , когда мы видим, как Гордон пытается доставить почту в дома на Бликер-стрит, или, как он выразился, в «собачий город».
[Рисунок 7: Знак Бликер-стрит]
Это приводит к чрезмерной, сатирической версии тропа «Костюмы судьбы»[3], когда герой Гордон готовится сражаться со злом — почтовый маршрут, полный собак. . Этот троп даже подчеркивается героической внедиегетической партитурой. Несмотря на сатиру, это представляет собак на маршруте как нечто, чего следует опасаться, что снова разыгрывается для смеха, когда мы затем знакомимся с собаками, которые для Гордона примерно по колено.
[Рисунок 8: Собака из «собачьего городка»/Бликер-стрит][Рисунок 9: мем со сломанной собакой]
В связи с этим возникает вопрос, почему Гордон не должен бояться этих собак? Ответ: потому что они домашние животные. Это прирученные, одомашненные версии диких зверей, которыми они когда-то были, и, следовательно, остаточный страх перед этими пушистыми маленькими «лучшими друзьями человека» смехотворен. И снова собаки представлены как подчиненные людям, даже несмотря на то, что Гордон боится их. Маламуд (2010) соглашается с тем, что «нам не нравится много думать о диких, естественных животных, потому что у нас почти исчезла дикая природа и природа»[2], и поэтому идея о том, что эти собаки — не что иное, как одомашненные домашние животные мы видим сейчас дискредитировано.
Гордон и Спот с самого начала не сходятся во взглядах, и только из-за увлечения Гордона матерью Джеймса и последующего желания сделать Джеймса счастливым он решает оставить его. Когда он впервые начинает жить с Джеймсом и Гордоном, Споту трудно приспособиться к жизни вне ФБР, и поэтому он отказывается играть. Это приводит к тому, что Гордон и его друзья называют Спота «сломанным». Спот отказывается вести себя как стереотипная собака и на этот раз демонстрирует свободу действий в отношении своих собственных решений, в результате чего люди думают, что он «сломан». Гордон и Джеймс хотят собаку, которая будет играть, а не думать самостоятельно. Впоследствии отношения между человеком и животным показаны здесь между Гордоном, Джеймсом и Спотом как отношения человеческой силы и господства над животным, которым, несмотря на первоначальное нежелание Спота, он в конечном итоге подчиняется.
Показано, что обе группы людей, которые якобы любят Спота — ФБР, Джеймс и Гордон — любят определенные роли, которые исполняет Спот. ФБР, например, «любит» Агента 11 за его детективные способности, но не разрешает ему играть. Джеймс и Гордон, с другой стороны, начинают проявлять привязанность и любовь к Споту только после того, как он научится играть и, следовательно, сможет дать им что-то взамен.
Мёрдок, напарник Агента 11 в ФБР, насильно уводит его из квартиры Гордона, как только он впервые находит его, несмотря на его явное нежелание уходить. Это персонаж, который ранее в фильме был так обеспокоен благополучием Агента 11, что проделал весь путь до Аляски, чтобы просто проверить его.
[Рисунок 10: Мердок на Аляске]
Однако здесь он демонстрирует вопиющее пренебрежение благополучием Агента 11 и вместо этого, кажется, заботится только о своем собственном, которое, по его мнению, Агент 11 мог бы улучшить. Следовательно, это еще раз передает отношения неравной силы между человеком и животным и любовь к ролям, которые выполняет животное, замаскированное под любовь к самому животному. Несмотря на то, что в конечном итоге он хочет для Агента 11 самого лучшего, Мердок доказывает, что «следствием большинства столкновений человека и животного является проявление вреда через пути силы»[2].
Единственный раз, когда люди дают Споту свободу действий, это конец фильма, когда его просят выбрать между Джеймсом и Гордоном и возвращением в ФБР. Гордон убеждает Мердока позволить Споту выбирать, предполагая, что «он просто хочет быть собакой», тем самым передавая представление о том, что он не может быть одновременно собакой и агентом ФБР, и возвращается к предыдущему мнению о том, что Спот «сломан», потому что он действовал так, как его научило ФБР. Конечно, поскольку See Spot Run относится к жанру семейного кино, семейный блок выбирается, а желание зрителей отражается в персонажах.
[Рисунок 11: Спот, Джеймс и Гордон (слева направо) как семья]
См. Спот-бег предлагает перспективу, в которой главный герой-животное более умен, чем человеческие персонажи, которые его окружают. Однако это не мешает ему быть представленным как подчиненный своим человеческим хозяевам, будь то ФБР или его возможная «семья» Гордона и Джеймса. Таким образом, возникает последовательное представление о том, что животные всегда ниже людей с точки зрения силы и авторитета, независимо от интеллекта. Кроме того, показано, что он получает любовь и привязанность от своих человеческих собратьев только из-за ролей, которые он играет, а не из-за того, кем он является сам. Об этом свидетельствуют в основном разные роли, которые он играет для ФБР, Джеймса и Гордона, а также отсутствие пересечения того, что он любим каждым.
Несмотря на очевидную тяжелую работу, предпринятую для гуманного производства See Spot Run , он представляет вредные стереотипы о животных в комедийных целях, а также полностью дискредитирует и неуважительно относится к главному герою, поскольку он собака. Его поведение определяется за него людьми, которыми он себя окружает, поскольку ФБР обучает его быть бесстрастным и профессиональным, в то время как Джеймс и Гордон прописывают ему новую личность и не перестают манипулировать им, чтобы он действовал так, как они хотят, пока он не поддается. Спот в конечном итоге является собственностью людей на протяжении всего See Spot Run, и, несмотря на то, что ему разрешили агентству решать, с кем остаться, у него есть выбор между двумя хозяевами. Даже когда ему, наконец, предоставляется свобода выбора, он может выбирать только между двумя диаметрально противоположными ролями подчинения.
Дополнительная литература:
Маламуд, Рэнди, «Животные на пленке: этика человеческого взгляда» Весна , 83 (2010), 1-26
Берт, Джонатан, Животные в кино , (Лондон: Reaktion Books Ltd, 2002)
Humane Hollywood, https://humanehollywood.org/production/see-spot-run/
Библиография:
[1] Humane Hollywood, Humane Hollywood , 2022
[2] Маламуд, Рэнди, «Животные на пленке: этика человеческого взгляда» Spring , 83 (2010), 1–26
[3] TV Tropes ,