36种水果和蔬菜识别（pytorch框架，深度卷积网络模型，可以实现照片连续识别和视频识别）

1.效果视频：36种水果和蔬菜识别（pytorch框架，深度卷积网络模型，可以实现照片连续识别和视频识别）_哔哩哔哩_bilibili

 2.项目文件夹

第一个文件夹（data）： 装载的是原始图像

第二个文件夹（GUI）：装载的是随意选取的图像，供录屏生成视频。

第三个文件夹（piture）:装载的是经hf.py对data文件夹处理后，生成的训练集和测试集

第四个文件是class_indices.json是装载的标签和对应类别名称

第五个文件：CNN.pth是装载训练好的模型参数

第六个文件：GUI_VEDIO.py是呈现GUI界面，包括对图像连续识别和对视频识别

第七个文件：hf.py是对data文件夹进行操作，生成训练集和测试集

第八个文件：model.py是模型 

第九个文件：predict.py是对单独的照片（tulip.jpg）进行识别

第十个文件：train.pys是训练脚本

对项目感兴趣的可以关注，代码和数据集已经放到压缩包（因为上传内容不能超过100M,所以这里把data数据集放在了百度网盘里，数据下载后，可以按照项目文件夹照片里呈现的样子，跟代码放在同一目录下，然后运行hf.py生成，训练集和测试集。CNN.pth是训练好的模型参数，可以直接被GUI_vedio.py调用），解压缩后无需配置繁琐路径，可以直接运行：

import threading
import os
import json
import torch
import cv2
from PIL import Image
from torchvision import transforms
import tkinter as tk
from tkinter import filedialog
from model import  CNN
#数据集和代码https://mbd.pub/o/bread/mbd-ZZWbkp9v