9 Star 233 Fork 77

肆十二 / vegetables_tf2.3

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
贡献代码
同步代码
取消
提示: 由于 Git 不支持空文件夾,创建文件夹后会生成空的 .keep 文件
Loading...
README

基于tensorflow2.3的果蔬识别系统

hello,大家好,这里是dejahu,你也可以叫我肆十二,这里是果蔬识别的代码同时也是tensorflow物体分类的模板代码,希望能够帮助到你,有问题的小伙伴可以关注我的b站账号:dejahu,或者在b站视频下方留言,看到后我会及时回复大家的!

训练自己数据集的童鞋请看这里

这个代码可以作为训练自己分类模型的模板代码,只需要稍微改动几处,即可完成自己模型的构建和训练

csdn教程:手把手教你用tensorflow2.3训练自己的分类数据集_dejavu的博客-CSDN博客

B站视频:手把手教你用tensorflow2训练自己的数据集

数据集:计算机视觉数据集清单-附赠tensorflow模型训练和使用教程_dejavu的博客-CSDN博客

果蔬识别的童鞋请看这里

注:这里是果蔬识别的代码和模型

数据集太大无法在git上下载,请在下面这个网址下载数据集并放在代码的同级目录: 果蔬识别数据集.zip-专业指导文档类资源-CSDN下载

对代码的详细解释请看文章: 【02】水果蔬菜识别系统-基于tensorflow2.3开发_dejavu的博客-CSDN博客

代码结构

主要是通过tensorflow训练两组模型来执行分类任务 模型的结构如下

images 目录主要是放置一些图片,包括测试的图片和ui界面使用的图片
models 目录下放置训练好的两组模型,分别是cnn模型和mobilenet的模型
results 目录下放置的是训练的训练过程的一些可视化的图,两个txt文件是训练过程中的输出,两个图是两个模型训练过程中训练集和验证集准确率和loss变化曲线
utils 是主要是我测试的时候写的一些文件,对这个项目没有实际的用途
get_data.py 爬虫程序,可以爬取百度的图片
window.py 是界面文件,主要是利用pyqt5完成的界面,通过上传图片可以对图片种类进行预测
testmodel.py 是测试文件,主要是用于测试两组模型在验证集上的准确率,这个信息你从results的txt的输出中也能获取
train_cnn.py 是训练cnn模型的代码
train_mobilenet.py 是训练mobilenet模型的代码
requirements.txt 是本项目需要的包

知识点

下面是关于卷积神经网络的教程,这些内容可以帮助你更深入的了解卷积神经网络

李老师讲解卷积神经网络: https://www.bilibili.com/video/BV1Lb411b7BS?from=search&seid=14069382285256773171
如何理解卷积神经网络(CNN)中的卷积和池化:https://www.zhihu.com/question/49376084/answer/712089980
轻量级CNN网络之MobileNetv2:https://zhuanlan.zhihu.com/p/52426865

空文件

简介

基于tensorflow2.3开发的物体分类系统 展开 收起
Python
取消

发行版

暂无发行版

贡献者

全部

近期动态

加载更多
不能加载更多了
1
https://gitee.com/song-laogou/vegetables_tf2.3.git
git@gitee.com:song-laogou/vegetables_tf2.3.git
song-laogou
vegetables_tf2.3
vegetables_tf2.3
master

搜索帮助

14c37bed 8189591 565d56ea 8189591