本文介绍了一个基于深度学习的香蕉成熟度检测小程序，支持10多种模型如Alexnet、DenseNet等，通过训练、文本生成、模型调用和flask服务器，实现实时图片上传的香蕉成熟度识别，并提供详细的操作步骤和环境安装指南。
代码下载和视频演示地址：
079基于深度学习的香蕉成熟度检测小程序版_含10多种模型_哔哩哔哩_bilibili
效果展示图如下：
代码文件展示如下：
运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中，
运行02train.py可以对txt文本中的图片路径读取并训练模型，
在02中可以选择的模型有10多种可以对比，包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。
训练的每个epoch都会显示准确率precision、召回率recall和 f1-score
最低0.47元/天 解锁文章
903
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
