------------------------------------------------2021年6月18日重大更新--------------------------------------------------------------

目前已经退出bug修复之后的tensorflow2.3物体分类代码，大家可以训练自己的数据集，快来试试吧

csdn教程链接：手把手教你用tensorflow2.3训练自己的分类数据集_CSDN博客

b站视频链接：手把手教你用tensorflow2训练自己的数据集

数据集链接：计算机视觉数据集清单-附赠tensorflow模型训练和使用教程_CSDN博客

代码链接：vegetables_tf2.3: 基于tensorflow2.3开发的水果蔬菜识别系统 (gitee.com)

------------------------------------------------------------------dejahu---------------------------------------------------------------------
花卉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

【大作业怎么搞01】基于tensorflow2.3的花卉识别程序_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili

数据集和模型下载地址

https://download.csdn.net/download/ECHOSON/19687660?spm=1001.2014.3001.5503

文件目录

# 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