【文件属性】：
文件名称：flower-taxonomy:图像分类器使用卷积神经网络识别不同种类的花朵
文件大小：1.1MB
文件格式：ZIP
更新时间：2021-05-13 05:50:15
image-classification convolutional-neural-networks transfer-learning JupyterNotebook
用于识别花卉分类的AI应用程序
图像分类器使用卷积神经网络识别不同种类的花朵。
展望未来，人工智能算法将被整合到越来越多的日常应用中。 例如，您可能想在智能手机应用程序中包含图像分类器。 为此，您将使用在数十万张图像上训练的深度学习模型，作为整个应用程序体系结构的一部分。 将来，软件开发中的很大一部分将使用这些类型的模型作为应用程序的通用部分。
在这个项目中，我们将训练一个图像分类器来识别不同种类的花。 您可以想象在电话应用程序中使用类似的内容，该名称可以告诉您相机正在查看的花朵的名称。 实际上，我们将训练该分类器，然后将其导出以用于我们的应用程序。 我们将使用包含102种花卉类别的，您可以在下面看到一些示例。
我们在这里需要做的主要事情是：
加载并预处理图像数据集
在数据集上训练图像分类器
使用训练有素的分类器来预测图像内容
所有这些任务最初都在jupyter笔记本中涵盖。 除了
【文件预览】：
flower-taxonomy-master
----.gitignore(1KB)
----classifier.py(3KB)
----assets()
--------inference_example.png(152KB)
--------Flowers.png(715KB)
--------asset_result.png(100KB)
----LICENSE(1KB)
----label_map.json(2KB)
----utils.py(3KB)
----README.md(3KB)
----Image Classifier Project.ipynb(247KB)
----predict.py(3KB)
----train.py(6KB)