【A269】深度学习神经网络花卉识别系统(网页界面)

文件编号：A269

文件大小：505M

开发环境：Python3.8、torch1.8、OpenCV4.5、PyCharm2020

猿创承诺：该项目亲测正常运行，提供部署视频，需远程调试部署需另外收费，确保正常使用，不能正常使用全额退款。

简要概述：深度学习神经网络花卉识别系统

按需写作：

演示视频：

点击查看：系统演示视频

项目目录：

一.开源神经网络(AlexNet)

1.获取数据集

2.神经网络模型

3.训练神经网络

4.对模型进行预测

二、花卉识别系统搭建（flask）

1.构建页面：

2.调用神经网络模型

3.系统识别结果

4.启动系统：

三、总结

为什么会弄这个花卉识别系统？

这学期修了一门机器视觉，毕设要是弄一个花卉识别的神经网络，所以我网上找了开源代码进行了修改，最后成功跑起来，结果只有一个准确率（94%）

既然都跑了这个神经网络的代码，那么干脆就把这个神经网络真正的使用起来，为此我继续写代码，把这个神经网络弄成一个可视化界面（花卉识别系统）

一.开源神经网络(AlexNet)

1.获取数据集

使用步骤如下：

* （1）在data_set文件夹下创建新文件夹"flower_data"

* （2）点击链接下载花分类数据集http://download.tensorflow.org/example_images/flower_photos.tgz

* （3）解压数据集到flower_data文件夹下

* （4）执行"split_data.py"脚本自动将数据集划分成训练集train和验证集val 

split_data.py

2.神经网络模型 model.py

3.训练神经网络 train.py

训练结果后，准确率是94%

4.对模型进行预测

predict.py

二、花卉识别系统搭建（flask）

1.构建页面：upload.html

2.调用神经网络模型：main.py

3.启动系统：python main.py

接着在浏览器在浏览器里面访问：http://127.0.0.1/upload

运行效果：

远程协助：

温馨提示：索炜达.猿创官方提供收费远程协助，确保您项目运行成功。

点击查看：远程协助相关事项

我们提供完整项目文件清单如下：

文件目录

 ├ 1.项目源码

 ├ 2.运行截图

 └ 3.演示视频