基于 tensorflow2.3 开发的水果蔬菜识别系统.pdf
5星 · 超过95%的资源 需积分: 5 123 浏览量
2022-10-19
10:18:10
上传
评论 1
收藏 302KB PDF 举报 
基于
tensorflow2.3
开发的水果蔬菜识别系统
1
．
1
水果识别系统的主要研究内容
（1）tensorflow 是由 google 出品的深度学习框架，2.x 版本的 tensorflow 对
代码进行了重构，使用起来更加简洁方便。本系统使用 tensorflow 训练了一个两
层卷积两层池化的卷积神经网络和一个基于迁移学习的 mobilnet 网络，其中
mobilenet 网络模型准确率高达 97%，可识别[‘土豆’, ‘圣女果’, ‘大白菜’,
‘大葱’, ‘梨’, ‘胡萝卜’, ‘芒果’, ‘苹果’, ‘西红柿’, ‘韭菜’, ‘香
蕉’, ‘黄瓜’]12 种水果蔬菜，并借助 pyqt5 构建了图形化界面，用户可选择
图片上传进行果蔬的识别。
（2）系统流程图如下：
1
．
2
题目研究的工作基础或实验条件
（1）一台 WINDOWS 电脑，配置如下：
处理器 Intel(R) Core(TM) i7-4720HQ CPU @ 2.60GHz 2.59 GHz
机带 RAM 16.0 GB (15.9 GB 可用)
系统类型 64 位操作系统, 基于 x64 的处理器
（2）PyCharm Community Edition 2021.3.3、python 语言。
剩余14页未读，继续阅读
资源评论
被要求改名字2023-07-25这份基于tensorflow2.3开发的水果蔬菜识别系统，提供了便捷准确的识别功能，让人们轻松辨识各类水果蔬菜。
正版胡一星2023-07-25总体而言，这份文件不仅介绍了水果蔬菜识别系统的实现，还强调了其在实际应用中的重要性，对于学习相关领域的研究人员有很高的参考价值。
葡萄的眼泪2023-07-25文件中还提供了开发所需的数据集处理方法和模型训练流程，具有很强的实用性。
琉璃纱2023-07-25文件详细介绍了该系统的开发背景和工作原理，对于初学者来说，非常适合了解深度学习在图像识别中的应用。
南小鹏2023-07-25使用简洁明了的图文结合方式，使得理解起来更加直观，对于不熟悉技术的读者也能够轻松阅读。
