目标识别代码深度学习

# 花卉识别-基于tensorflow2.3实现 **本期视频的代码存在较多bug，请参考新的视频和代码，对bug进行了修复，并对代码做了详解** 视频教程：[手把手教你用tensorflow2训练自己的数据集_哔哩哔哩_bilibili](https://www.bilibili.com/video/BV1rX4y1A7N8) 代码地址：[vegetables_tf2.3: 基于tensorflow2.3开发的物体分类系统 (gitee.com)](https://gitee.com/song-laogou/vegetables_tf2.3) ### 一起来玩 > qq群：821429104 > > b站：dejahu > > 视频教程：[手把手教你用tensorflow2训练自己的数据集_哔哩哔哩_bilibili](https://www.bilibili.com/video/BV1rX4y1A7N8) > > 博客链接：[手把手教你用tensorflow2.3训练自己的分类数据集_dejahu的博客-CSDN博客](https://blog.csdn.net/ECHOSON/article/details/117964477) ## 文件目录 ```bash # 数据下载地址 https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz # 参考代码 https://tensorflow.google.cn/tutorials/images/classification flower_tensorflow2.0 ├─ data_read.py # 数据读取 ├─ data_split.py # 数据切分 ├─ images # 图片文件 │ ├─ 123.jpg │ ├─ init.png │ ├─ logo.png │ ├─ target.png │ ├─ 主页面.png │ └─ 关于.png ├─ window.py # ui界面 ├─ models # 模型 │ ├─ cnn_flower.h5 │ └─ mobilenet_flower.h5 ├─ readme.md ├─ requirements.txt # 安装需求 ├─ test_model.py # 模型测试 └─ train_model.py # 模型训练 ``` ## 如何使用 首先你需要git项目到你的本地 确定你的电脑已经安装好了PyQt5、tensorflow2.0以及opencv-python等相关软件，你可以执行下列命令进行安装 ``` cd flower_tensorflow2.3 conda create -n flower_demo pip install -r requirements.txt ``` 如果你想要重新训练你的模型，请执行 ``` python train_model.py ``` 如果你想要测试模型的准确率，请执行 ``` python test_model.py ``` 如果你想看看图形化的界面，请执行 ``` python window.py ``` ## 执行效果 图形化界面  ## 捐助 如果您觉得我的项目帮助了您，您可以给我一点小小的鼓励，您的鼓励将会是我进一步创作的动力！😁😁😁