代码下载:
https://download.csdn.net/download/qq_34904125/89447920
本代码是基于python pytorch环境安装的。
下载本代码后,有个环境安装的requirement.txt文本,环境需要自行配置。
或可直接参考下面博文进行环境安装。
安装好环境之后,
代码需要依次运行 01数据集文本生成制作.py
02深度学习模型训练.py
和03flask_服务端.py
数据集介绍,下载本资源后,界面如下:
数据集文件夹存放了本次识别的各个类别图片。
本代码对数据集进行了预处理,包括通过在较短边增加灰边,使得图片变为正方形(如果图片原本就是正方形则不会增加灰边),和旋转角度,来扩增增强数据集,
运行01数据集文本制作.py文件,会就读取数据集下每个类别文件中的图片路径和对应的标签
运行02深度学习模型训练.py就会将txt文本中记录的训练集和验证集进行读取训练,训练好后会保存模型在本地
训练完成之后会有log日志保存本地,里面记录了每个epoch的验证集损失值和准确率。
运行03flask_服务端.py就可以生成与小程序交互的url了
然后需要我们运行微信开发者工具,如果之前没有下载过,则需要在电脑网页上,搜微信开发者工具进行下载。
安装完成之后,双击打开,在导入目录中导入我们代码中的小程序部分
最后点击按钮加载图片即可实现电脑上的小程序识别功能