TensorFlow包含一项特殊的图像识别功能,这些图像存储在特定的文件夹中。使用相对相似的图像,可以轻松实现此逻辑以用于安全目的。
图像识别代码实现的文件夹结构如下所示 −

dataset_image文件夹包含相关的图像,需要加载这些图像。我们将专注于具有我们公司标志的图像识别。图像是使用“load_data.py”脚本加载的,该脚本有助于跟踪其中各种图像识别模块的信息。
import pickle
from sklearn.model_selection import train_test_split
from scipy import misc
import numpy as np
import os
label = os.listdir("dataset_image")
label = label[1:]
dataset = []
for image_label in label:
images = os.listdir("dataset_image/"+image_label)
for image in images:
img = misc.imread("dataset_image/"+image_label+"/"+image)
img = misc.imresize(img, (64, 64))
dataset.append((i
本文介绍了如何使用TensorFlow进行图像识别,通过特定的文件夹结构组织图像,并利用`load_data.py`脚本加载数据。训练过程帮助模型学习并识别公司标志等特定模式。
订阅专栏 解锁全文
1635

被折叠的 条评论
为什么被折叠?



