植物识别 人工智能 python 源码

以下是一个基于Python的植物识别人工智能的源码示例：

import tensorflow as tf
import numpy as np
import cv2

# 加载模型
model = tf.keras.models.load_model('plant_model.h5')

# 定义标签
labels = {0: 'daisy', 1: 'dandelion', 2: 'rose', 3: 'sunflower', 4: 'tulip'}

# 加载图像
img = cv2.imread('test.jpg')

# 缩放图像
img = cv2.resize(img, (224, 224))

# 转换为数组格式
img_array = np.array(img)

# 扩展维度
img_array = np.expand_dims(img_array, axis=0)

# 预测
predictions = model.predict(img_array)

# 获取类别
class_index = np.argmax(predictions, axis=-1)[0]

# 输出结果
print(labels[class_index])

在上面的示例中，我们首先加载了预训练的模型，然后定义了标签。接下来，我们加载待预测图像，并将其缩放为模型所需的大小。我们还将图像转换为数组格式，并通过扩展维度来匹配模型的输入。最后，我们使用模型进行预测，并输出预测结果。