本文由 资源共享网 – ziyuan 发布，转载请注明出处，如有问题请联系我们！本地化批量图像识别系统源码（Python+VGG+DBN+深度学习+Tensorflow框架）

资源包含：Python源码、演示视频、演示图片

1. 项目以VGGNet和深度置信网络（DBN）为基础，对本地化的图像识别，对识别结果进行标签，实现了应用场景的多样化

2.项目运行环境：Python 3.6环境、Tensorflow 环境、wxPython 环境和 PIL 环境

4.项目包括 4 个模块：数据预处理、模型简化处理、用户界面设计、翻译模块调用。项目选择 ImageNet 数据集中的一部分作为训练集，包括：动物、植物、生活用品、建筑以及交通工具。测试集的选取则主要来自百度图库，为了测试模型的泛化能力，随机选择了属于不同类型、不同大小和文件类型的图片。模型选择简化VGG16模型，简化之后的模型具有 13 个卷积池化层以及后续的全连接层，参数总量约为 500Mb。

5. 准确率：随机选择了属于不同类型、不同大小的图片进行测试，通过模型的激活、调用和识别的其他过程之后可以得到相关输出标签。通过对比可以看到，基本实现了图像识别和标签化输出的功能。