基于CNN的花卉识别

最新推荐文章于 2025-06-02 17:10:54 发布

qq_41789503

最新推荐文章于 2025-06-02 17:10:54 发布

阅读量8.8k

点赞数 6

CC 4.0 BY-SA版权

分类专栏： Python、CNN、机器学习文章标签： CNN、花卉识别

本文链接：https://blog.youkuaiyun.com/qq_41789503/article/details/88960305

程序和数据集地址：https://download.youkuaiyun.com/my
数据集准备：

如图是五种类别的花卉数据集，分别放在五个文件夹。

训练神经网络模型文件在CNN中
定义数据集地址和模型保存地址程序如下（我用的是‘\’，建议用‘/’表示文件路径）：
#数据集地址
path=‘C:\Users\litan\Desktop\ise\CNN\elower_photos\elower_photos/’
#模型保存地址
model_path=‘C:\Users\litan\Desktop\ise\CNN\model.ckpt’

确定数据集和模型保存地址以后运行CNN文件。

运行成功以后会生成model.ckpt.meta文件，表示模型训练成功

再打开predict文件用于预测花的类别，这里需要指定预测图片的文件路径，我这里选择的图片是五种不同类别的花，路径如下：
path1 = “C:\Users\litan\Desktop\ise\CNN\elower_photos\elower_photos/daisy/5547758_eea9edfd54_n.jpg”
path2 = “C:\Users\litan\Desktop\ise\CNN\elower_photos\elower_photos/dandelion/7355522_b66e5d3078_m.jpg”
path3 = “C:\Users\litan\Desktop\ise\CNN\elower_photos\elower_photos/roses/394990940_7af082cf8d_n.jpg”
path4 = “C:\Users\litan\Desktop\ise\CNN\elower_photos\elower_photos/sunflowers/6953297_8576bf4ea3.jpg”
path5 = “C:\Users\l