history_path = 'D:/花朵数据集/flower_recognition_history.json' # 定义模型保存路径 model_path = 'D:/花朵数据集/flower_recognition_model.h5' # 载入标签数据 labels = loadmat('D:/花朵数据集/imagelabels.mat')['labels'][0] unique_labels = np.unique(labels) class_names = {i: f'class_{label}' for i, label in enumerate(unique_labels)}

这段代码的作用是定义了模型的保存路径和载入标签数据。其中，history_path 表示模型训练过程中的历史记录保存路径，model_path 表示训练好的模型保存路径。标签数据是从 'D:/花朵数据集/imagelabels.mat' 中载入的，其中 labels 是一个 numpy 数组，通过 np.unique 函数去重后获得了所有的标签。接着通过字典 class_names 将每个标签映射为一个类别名称，例如 class_0 表示标签为0的类别。