智能圖像處理：Python和OpenCV實(shí)現(xiàn)-課件 13.5 基于深度學(xué)習(xí)的牡丹花卉系統(tǒng)設(shè)計(jì)

基于深度學(xué)習(xí)的花卉識(shí)別系統(tǒng)01本系統(tǒng)設(shè)計(jì)主要是利用谷歌的TensorFlow框架，實(shí)現(xiàn)對(duì)五種不同花卉（雛菊，蒲公英，玫瑰，向日葵，郁金香）進(jìn)行分類和識(shí)別。一、設(shè)計(jì)思路數(shù)據(jù)集采集分類CNN設(shè)計(jì)設(shè)計(jì)測(cè)試界面設(shè)計(jì)窗口界面信號(hào)與槽02本實(shí)驗(yàn)采用編程環(huán)境為python3.8.13，TensorFlow-gpu2.7.0深度學(xué)習(xí)框架，硬件環(huán)境處理器型號(hào)為Inter（R）Core(TM)i5-11400@2.6GHz，顯卡型號(hào)為NVIDIAGeForceRTX3060，內(nèi)存為16GB。二、實(shí)驗(yàn)平臺(tái)03本系統(tǒng)設(shè)計(jì)所用到的圖像主要選取了雛菊、蒲公英、玫瑰花、向日葵和郁金香五種生活中常見的花卉。下載地址為：/example_images/flower_photos.tgz1.采集圖像集04以下是數(shù)據(jù)集的查看，具體代碼如下：1.1采集圖像集五種花卉樣本圖像共2500張，其中每類花卉各500張。05將數(shù)據(jù)集按照8：0：2的比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。具體代碼如下：1.2.圖像集的分類結(jié)果如下：06本系統(tǒng)設(shè)計(jì)采用MobileNet網(wǎng)絡(luò)模型，MobileNet基于流線型架構(gòu)，使用深度可分離卷積來(lái)構(gòu)建的輕量級(jí)深度網(wǎng)絡(luò)模型。2.模型設(shè)計(jì)加載圖像加載模型訓(xùn)練曲線訓(xùn)練模型07為了能更快的處理圖片，增加了一個(gè)小批量處理環(huán)節(jié)，分批加載圖像。具體代碼如下：2.1加載圖像08本次用到的模型是由谷歌開發(fā)的MobileNetv2

網(wǎng)絡(luò)模型，該模型已經(jīng)在ImageNet數(shù)據(jù)集上進(jìn)行過(guò)預(yù)訓(xùn)練，共含有1.4M張圖像，而且學(xué)習(xí)了常見的1000種物體的基本特征，因此，該模型具有強(qiáng)大的特征提取能力。model=tf.keras.applications.MobileNetV2()當(dāng)執(zhí)行以上代碼時(shí)，TensorFlow會(huì)自動(dòng)從網(wǎng)絡(luò)上下載MobileNetV2網(wǎng)絡(luò)結(jié)構(gòu)。將預(yù)訓(xùn)練模型用在新的分類任務(wù)上，需要自己構(gòu)建模型的分類模塊，而且需要將該模塊在新的數(shù)據(jù)集上進(jìn)行訓(xùn)練，這樣才能使模型適應(yīng)新的分類任務(wù)。2.2加載模型09具體代碼如下：2.2加載模型模型參數(shù)如下：10為了更好地觀察訓(xùn)練的效果，我們定義一個(gè)函數(shù)來(lái)顯示整個(gè)訓(xùn)練過(guò)程。2.3訓(xùn)練曲線11接下來(lái)是最重要的一步，需要定義一些參數(shù)，并要保持訓(xùn)練好的模型，以供調(diào)用。2.4訓(xùn)練模型模型參數(shù)如下：12本系統(tǒng)是利用QTDesigner制作GUI用戶界面，在通過(guò)

pyuic將其轉(zhuǎn)換成Python代碼，最后利用PyQt5完整地實(shí)現(xiàn)花卉識(shí)別系統(tǒng)的設(shè)計(jì)。3.界面設(shè)計(jì)窗口界面設(shè)計(jì)信號(hào)與槽調(diào)用主函數(shù)133.1窗口界面設(shè)計(jì)首先定義一個(gè)主類窗口控件Qwidget，然后在主類里面添加兩個(gè)子類窗口控件Qwidget，進(jìn)而在兩個(gè)窗口中添加所需的控件（QLabel，QPushButton），設(shè)置個(gè)控件的屬性。14要實(shí)現(xiàn)面向?qū)ο蠊δ?，即控件和外部的交互，必須把信?hào)和槽建立連接。3.2信號(hào)與槽設(shè)計(jì)定義槽函數(shù)chang_img()我們目的要實(shí)現(xiàn)按下輸入圖像（btn_change）按鈕，讀取本地的資源圖片。首先我們定義chang_img()函數(shù),然后調(diào)用QFileDialog.getOpenFileName（）打開本地資源，選擇所需的圖像資源。15要實(shí)現(xiàn)面向?qū)ο蠊δ?，即控件和外部的交互，必須把信?hào)和槽建立連接。3.2信號(hào)與槽設(shè)計(jì)定義槽函數(shù)predict_img()同理我們需要定義識(shí)別（btn_predict）按鈕和識(shí)別結(jié)果連接起來(lái)。首先我們定義槽函數(shù)predict_img()函數(shù),然后把讀入的圖像轉(zhuǎn)換為一維的數(shù)組，利用函數(shù)self.model=tf.keras.models.load_model(“./models/mobilenet_flower.h5”