【文件属性】：
文件名称：Plant-Detection-Using-TensorFlow:基于叶片结构的植物识别
文件大小：70.34MB
文件格式：ZIP
更新时间：2021-05-09 00:32:06
Python
植物检测使用张量流
基于叶片结构的植物识别
介绍
在我们生活的任何地方以及没有我们的地方都存在植物。 他们中的许多人为人类社会的发展提供了重要的信息。 人与植物之间的关系也非常密切。 另外，植物是环境和人类生产的重要手段。 令人遗憾的是，人类文明的惊人发展极大地扰乱了这种平衡，而不是人们意识到的。 保护植物免受各种危险是人类最大的职责之一。 因此，应该恢复植物群落的多样性，并使一切恢复平衡。 紧急情况是许多植物面临灭绝的危险。 因此，建立用于植物保护的数据库是非常必要的。我们相信第一步是教计算机如何对植物进行分类。
该教程是针对Windows 10编写的，也将适用于Windows 7和8。该常规过程也可用于Linux操作系统，但是文件路径和软件包安装命令将需要相应地更改。
特别鸣谢：EdjeElectronics，Sentdex
如果在执行此项目时遇到任何问题，请参考下面给出的解决方
【文件预览】：
Plant-Detection-Using-TensorFlow-master
----Plant_detection_image.py(4KB)
----generate_tfrecord.py(4KB)
----xml_to_csv.py(1KB)
----Plant_detection_video.py(5KB)
----inference_graph()
--------model.ckpt.index(9KB)
--------pipeline.config(4KB)
--------model.ckpt.data-00000-of-00001(23.16MB)
--------saved_model()
--------model.ckpt.meta(1.76MB)
--------frozen_inference_graph.pb(24.22MB)
--------checkpoint(77B)
----README.md(26KB)
----training()
--------labelmap.pbtxt(319B)
--------ssd_mobilenet_v1_pets.config(5KB)
----Plant_detection_webcam.py(5KB)
----Documents()
--------ddd.png(101KB)
--------er.jpg(379KB)
--------Documents.jpg(2.69MB)
--------dd.png(150KB)
--------yy.jpg(323KB)
--------ee.jpg(290KB)
--------tt.png(1.73MB)