# 基于移动终端的花卉识别系统 **Repository Path**: Sjcun/flower_recognition ## Basic Information - **Project Name**: 基于移动终端的花卉识别系统 - **Description**: python开发的分类器，java开发的安卓软件 - **Primary Language**: Python - **License**: GPL-3.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 13 - **Forks**: 3 - **Created**: 2020-03-22 - **Last Updated**: 2023-12-30 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 基于移动终端的花卉识别系统 （**文章图片加载有问题的话可以参考**[博客](https://juejin.im/post/5e7d7ac1518825736f6400c1)） #### 介绍   python开发的分类器，java开发的安卓软件   现在我想把这两部分分到两个仓库中，**本仓库是花卉分类器**。   花卉分类器使用语言：Python，使用深度学习框架：PyTorch，方法：训练卷积神经网络   关于PyTorch的基本用法可以参考博客：https://juejin.im/post/5e759ae3e51d4526f76edcd3   更多内容请关注博客：https://juejin.im/user/5ddfe924e51d4532da11c157 #### 数据集   data文件夹内存放了我使用的20种花卉数据集。日后会继续扩增。   近期发现了一个不错的图片网站，可以自行扩充数据（https://www.ivsky.com/）   数据来源主要取决于3个方面： - 5种花卉数据集，每类花卉包含600张到900张不等的图片 - 来源于Oxford 102 Flowers数据集，该数据集包含102类英国花卉数据，每个类别包含 40 到 258 张图像 - 最后一部分来源于百度图片，使用python程序批量采集花卉图像数据   有些花卉的name是我自己写的，采用的是花卉的学名，通常是拉丁文。   我选用的20种花卉数据如下所示： | 编号 | name | 名称 | 数量 | | :--: | :----------------: | :----: | :--: | | 1 | daisy | 雏菊 | 633 | | 2 | dandelion | 蒲公英 | 898 | | 3 | roses | 玫瑰花 | 641 | | 4 | sunflowers | 向日葵 | 699 | | 5 | tulips | 郁金香 | 799 | | 6 | Nymphaea | 睡莲 | 226 | | 7 | Tropaeolum_majus | 旱金莲 | 196 | | 8 | Digitalis_purpurea | 毛地黄 | 190 | | 9 | peach_blossom | 桃花 | 55 | | 10 | Jasminum | 茉莉花 | 60 | | 11 | Matthiola | 紫罗兰 | 54 | | 12 | Rosa | 月季 | 54 | | 13 | Rhododendron | 杜鹃花 | 57 | | 14 | Dianthus | 康乃馨 | 48 | | 15 | Cerasus | 樱花 | 50 | | 16 | Narcissus | 水仙花 | 52 | | 17 | Pharbitis | 牵牛花 | 46 | | 18 | Gazania | 勋章菊 | 108 | | 19 | Eschscholtzia | 花菱草 | 82 | | 20 | Tithonia | 肿柄菊 | 47 |   花卉样式： ![image-20200323134803440](https://gitee.com/Sjcun/flower_recognition/raw/master/upload/image-20200323134803440.png) #### 数据扩展   收集到的每种花卉数量不是很多，而像樱花、水仙花等都是每类50张左右，数据量过少，若直接拿去训练模型的话，正确率不会太高，且会发生严重的过拟合。   目前使用的数据扩展方法分为三种：镜像翻转、上下翻转和椒盐噪声。   **镜像翻转**：将图片左右翻转，生成新的数据 ![image-20200323161939465](https://gitee.com/Sjcun/flower_recognition/raw/master/upload/image-20200323161939465.png)   **上下翻转**：将图片上下翻转，生成新的数据 ![image-20200323162157922](https://gitee.com/Sjcun/flower_recognition/raw/master/upload/image-20200323162157922.png)   **椒盐噪声**：为图片增加噪声，生成新的数据 ![image-20200323162309627](https://gitee.com/Sjcun/flower_recognition/raw/master/upload/image-20200323162309627.png)   扩展后的花卉数量如下所示： | 编号 | name | 名称 | 数量 | 增量后数量 | | :--: | :----------------: | :----: | :--: | :--------: | | 1 | daisy | 雏菊 | 633 | 2496 | | 2 | dandelion | 蒲公英 | 898 | 3588 | | 3 | roses | 玫瑰花 | 641 | 2400 | | 4 | sunflowers | 向日葵 | 699 | 2796 | | 5 | tulips | 郁金香 | 799 | 3196 | | 6 | Nymphaea | 睡莲 | 226 | 1808 | | 7 | Tropaeolum_majus | 旱金莲 | 196 | 1568 | | 8 | Digitalis_purpurea | 毛地黄 | 190 | 1360 | | 9 | peach_blossom | 桃花 | 55 | 440 | | 10 | Jasminum | 茉莉花 | 60 | 480 | | 11 | Matthiola | 紫罗兰 | 54 | 432 | | 12 | Rosa | 月季 | 54 | 432 | | 13 | Rhododendron | 杜鹃花 | 57 | 456 | | 14 | Dianthus | 康乃馨 | 48 | 384 | | 15 | Cerasus | 樱花 | 50 | 400 | | 16 | Narcissus | 水仙花 | 52 | 416 | | 17 | Pharbitis | 牵牛花 | 46 | 368 | | 18 | Gazania | 勋章菊 | 108 | 464 | | 19 | Eschscholtzia | 花菱草 | 82 | 656 | | 20 | Tithonia | 肿柄菊 | 47 | 376 | #### 数据切分   数据集准备好了，要切分为训练集、验证集和测试集。   在PyTorch的torchvision包内有一个关于计算机视觉的数据读取类`ImageFolder`，它的调用方式是torchvision.datasets.ImageFolder，主要功能是读取图片数据，且要求图片是下图这种存放方式。 ![123](https://gitee.com/Sjcun/flower_recognition/raw/master/upload/123.jpg)   然后这样来调用类： ```python train_dataset = ImageFolder(root='./data/train/',transform=data_transform) ```   root表示根目录，transform表示数据预处理方式。   这种方式将train目录下的cat和dog文件夹内的所有图片作为训练集，而文件夹名cat和dog作为标签数据进行训练。   因此我们就要像ImageFolder要求的那样切分数据集。 ![image-20200323184552442](https://gitee.com/Sjcun/flower_recognition/raw/master/upload/image-20200323184552442.jpg)   我切分的比例是3:1:1。实际上，如果不想切分出验证集的话，可以将验证集的代码部分注掉，直接使用训练集和测试集也是可以的。 ```python #比例 scale = [0.6, 0.2, 0.2] ```   至此，数据部分准备完成了。 #### 模型训练   目前采用的是AlexNet和VGG16两种网络，其实两种网络比较相似，不同的是VGG16较于AlexNet更“深”   AlexNet网络结构如下： ![456](https://gitee.com/Sjcun/flower_recognition/raw/master/upload/456.jpg)   VGG16网络结构如下： ![789](https://gitee.com/Sjcun/flower_recognition/raw/master/upload/789.jpg)   二者相比较，VGG16准确率更高一些，可见更深的网络对于提高准确率有一定的帮助。   AlexNet训练过程中的准确率变化如下： ![image-20200323225509766](https://gitee.com/Sjcun/flower_recognition/raw/master/upload/image-20200323225509766.png)   VGG16经历200个epoch训练的准确率变化如下： ![image-20200323230153110](https://gitee.com/Sjcun/flower_recognition/raw/master/upload/image-20200323230153110.png)   AlexNet经历了500个epoch训练后最终能达到83%的准确率   VGG16经历了200个epoch训练后最终能达到90%的正确率   如何选择出最优模型的这个问题我本来打算选择使用Kappa系数，但是在pytorch中没有调通，希望大佬们不吝赐教。 #### 模型验证   除了验证测试集以外，还可以用图片去验证模型的训练效果。   选用的是验证效果比较好的VGG16网络，读取的参数是200个epoch训练后的参数 ![image-20200323231914637](https://gitee.com/Sjcun/flower_recognition/raw/master/upload/image-20200323231914637.jpg) ![image-20200323231935143](https://gitee.com/Sjcun/flower_recognition/raw/master/upload/image-20200323231935143.jpg)   可以看到，测试的效果还是非常好的，模型可以非常准确的判断花卉的种类。 > 一个补充   如果你恰好有个云服务器，又想做一个web服务器的话，可以尝试flask框架（当然在本地也可以使用flask，不过这个就没有多大意义了）   按照`flask`文件夹中的程序，在服务器上运行之后，然后打开一个新网页，输入`IP:端口?图片地址`就可以做识别了。 ![image-20200423135159846](https://gitee.com/Sjcun/flower_recognition/raw/master/upload/image-20200423135159846.png)   其中`sjcup.cn`是我的一个域名，这里可以替换为自己服务器的`公网IP`   另外还有一个坑就是图片名称不可为中文名称，否则会检测不到   **公网IP无法访问**的问题可以根据[博客](https://juejin.im/post/5ea06b2151882573947254d4)做一些修改 #### 下一步计划 - 扩增数据集，可以识别更多类别的花卉 - 采用新的网络训练，如Inception V3