写一个python图像识别脚本
时间: 2023-10-16 14:09:20 浏览: 52
可以使用Python的深度学习框架TensorFlow或者PyTorch来完成图像识别任务。以下是一个用TensorFlow实现图像分类的简单示例代码:
```
import tensorflow as tf
from tensorflow import keras
# 加载MNIST数据集
mnist = keras.datasets.mnist
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()
train_images = train_images / 255.0
test_images = test_images / 255.0
# 定义模型
model = keras.Sequential([
keras.layers.Flatten(input_shape=(28, 28)),
keras.layers.Dense(128, activation='relu'),
keras.layers.Dense(10)
])
# 编译模型
model.compile(optimizer='adam',
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
# 训练模型
model.fit(train_images, train_labels, epochs=10)
# 评估模型
test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2)
print('\nTest accuracy:', test_acc)
```
该代码使用MNIST数据集进行训练和测试,可以实现手写数字图像的分类任务。你可以参考这个示例,根据需要修改模型结构、数据集等来实现自己的图像识别任务。