本文主要是介绍079基于深度学习的香蕉成熟度检测小程序版_含10多种模型,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
demo仓库和视频演示找079期:
到此一游7758258的个人空间_哔哩哔哩_bilibili
效果展示图如下:
代码文件展示如下:
运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中,
运行02train.py可以对txt文本中的图片路径读取并训练模型,
在02中可以选择的模型有10多种可以对比,包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。
训练的每个epoch都会显示准确率precision、召回率recall和 f1-score
训练完成后评价指标图会保存在result文件夹下。
运行03flask_server.py是使用flask生成http接口连接小程序端,通过小程序传过来的图片,调用logs文件夹下训练好的模型,识别结果返回给小程序端口。
这篇关于079基于深度学习的香蕉成熟度检测小程序版_含10多种模型的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!