一、介绍
水果识别系统，使用Python作为主要开发语言，基于深度学习TensorFlow框架，搭建卷积神经网络算法。并通过对数据集进行训练，最后得到一个识别精度较高的模型。并基于Django框架，开发网页端操作平台，实现用户上传一张图片识别其名称。
二、效果图片
defupload_img(request):图片检测image_url=('img_url')ifnotimage_url:returnJsonResponse({'code':400,'message':'缺少必传的参数'})image_name=image_('/')[-1]image_path=(_ROOT,image_name)pred_name=check_handle(image_path)obj=(file_name=image_name).last()_result=pred_()returnJsonResponse({'code':200,'data':{'pred_name':pred_name}})五、实现步骤●首先收集需要识别的种类数据集●然后基于TensorFlow搭建ResNet50卷积神经网络算法模型，并通过多轮迭代训练，最终得到一个精度较高的模型，并将其保存为h5格式的本地文件。●基于Django开发网页端可视化操作平台，HTML、CSS、BootStrap等技术搭建前端界面。Django作为后端逻辑处理框架。Ajax实现前后端的数据通信。
文章版权声明：除非注明，否则均为果宝网原创文章，转载或复制请以超链接形式并注明出处。