基于Python PyQt5 TensorFlow的动物分类识别可视化系统

基于Python PyQt5 TensorFlow的动物分类识别可视化系统

• 可识别的对象有狗,马,大象,蝴蝶,母鸡,猫,牛,羊,蜘蛛，松鼠
• 模型使用DenseNet201，可调整训练次数
• 已经训练好的模型准确度百分之八十以上
• 大量注释
• 自带训练数据集，每种类别数量在两千左右，全部图片数量为26332张
• 基于TensorFlow2.3 支持GPU，环境已配置好，笔记本4050显卡训练6次仅用2分钟，模型保存为h5文件，用于识别分类,进入首页 也可以自己制作数据集，只要格式保持一致即可

主页，打开系统

打开图片，图片显示在界面上

获取电脑参数信息

识别结果显示在界面上方的识别结果框中

识别中

设置退出系统时会提示

报错弹窗

本项目在python3.7下通过测试，具体可以查看requirements中的环境要求，在这里出一个简单的项目使用教程，一般项目中的requirements.txt中包含了项目的python依赖环境，在安装好python的前提下只需要在cmd窗口中pip install -r requirements.txt 有时候因为路径问题会提示requirements这个文件不存在，可以改为完整的路径，比如c:\requirements.txt,对于本项目只需要运行main.py，在pycharm的配置更为方便，可以不用每次都在终端输入命令使用。

也有部分包含conda环境信息的yaml文件，本项目提供GPU和CPU两种环境配置，安装方式略有不同。GPU的优势在于提高训练模型的速度，其他没有区别。

有需要的小伙伴可以通过后台联系方式获取，如果加不上可以后台留言留下联系方式，不经常看后台，但是看到了会回复的~，源码获取只收取很少的钱钱，除非是标记了For Free的。