机器学习卷积神经网络
cnn图像分类.通过已有的大量的花卉图片素材编写卷积神经网络对花卉图片训练集进行训练并且将训练后所得模型存放在指定文件夹.再编写一个简洁的python图形的用户交互界面实现图片的选择根据训练出来的神经网络将识别结果输出并通过绘制的图形进行分析和评估.实验对比后发现花卉图像分类识别效果较好测试集准确率达到了99以上具有较高的识别准确率和稳定性.
cnn图像分类.通过已有的大量的花卉图片素材编写卷积神经网络对花卉图片训练集进行训练并且将训练后所得模型存放在指定文件夹.再编写一个简洁的python图形的用户交互界面实现图片的选择根据训练出来的神经网络将识别结果输出并通过绘制的图形进行分析和评估.实验对比后发现花卉图像分类识别效果较好测试集准确率达到了99以上具有较高的识别准确率和稳定性.