# fruits_tf2.3

**Repository Path**: ff369/fruits_tf2.3

## Basic Information

- **Project Name**: fruits_tf2.3
- **Description**: 水果识别，基于Fruits 360（水果数据集）训练，tensorflow框架
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 4
- **Created**: 2022-12-06
- **Last Updated**: 2022-12-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 水果识别-基于tensorflow2.3实现
水果识别是卷积神经网络的入门案例，这里我将模型的训练、测试、保存以及使用整合在了一起，至于原理部分，大家可以参考知乎或者B站上的回答，在这里我就不赘述了

### 数据集和模型下载地址

> 链接：https://pan.baidu.com/s/1ELzk3bjqhxN3Ej_5_3i1dg 
> 提取码：vxn4 
> 复制这段内容后打开百度网盘手机App，操作更方便哦--来自百度网盘超级会员V4的分享

### 一起来玩

> qq群：821429104
>
> b站：宋老狗97
>
> git地址：https://gitee.com/song-laogou/Flower_tf2.3
>
> 博客地址：https://blog.csdn.net/ECHOSON/article/details/111083808

## 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 fruits_tensorflow2.3
conda create -n fruits_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
![image-20210316094731364](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/typoraimgs/image-20210316094731364.png)

web端

![image-20210316094613981](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/typoraimgs/image-20210316094613981.png)

## 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！😁😁😁

![alipayx](images/wx.jpg)



![wxpayx](images/ali.jpg)