【A269】深度学习神经网络花卉识别系统(网页界面)

2022-04-22 03:21:33      索炜达电子      541     

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:

【A269】深度学习神经网络花卉识别系统(网页界面)

演示视频:

【A269】深度学习神经网络花卉识别系统(网页界面)

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:

【A269】深度学习神经网络花卉识别系统(网页界面)

【A269】深度学习神经网络花卉识别系统(网页界面)

【A269】深度学习神经网络花卉识别系统(网页界面)

【A269】深度学习神经网络花卉识别系统(网页界面)【A269】深度学习神经网络花卉识别系统(网页界面)


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

TAG花卉识别
  • 3 次
  • 1800 分