基于深度学习的水果识别系统源码毕业设计.zip下载

[weixin_39820535]

基于深度学习的水果分类 本项目使用迁移学习技术，对在ImageNet数据集上带有预训练权重VGG16、ResNet50、MobileNetV2、DenseNet121模型进行微调，然后将其用在水果数据集上。最终训练后的模型能够准确对输入图片进行分类，并且最高准确率达到93.08%。 一、数据集制作 1.1爬虫获取数据 FRUIT_CLASS = { '苹果': '01', '香蕉': '02', '桃子': '03', '葡萄': '04' } #spider.py实现本功能 1.2手动删除不相关图片 1.3数据增强扩充数据集 def Brightness(root_path, img_name): #亮度增强 def Contrast(root_path, img_name): #对比度增强 def crop(root_path, img_name): #随机裁剪 def flip(root_path, img_name): #左右翻转 def rotation(root_path, img_name): #随机旋转 #cre , 相关下载链接：https://download.csdn.net/download/lwx666sl/89256610?utm_source=bbsseo