人工智能花卉识别的代码

以下是一个基于Python的花卉识别代码示例，使用了Keras深度学习框架和ImageNet数据集进行训练：

# 导入必要的库
import numpy as np
import keras
from keras.preprocessing import image
from keras.applications.resnet50 import preprocess_input, decode_predictions
from keras.models import load_model

# 加载已训练的模型
model = load_model('flower_recognition.h5')

# 读取待识别的图像
img_path = 'flower.jpg'
img = image.load_img(img_path, target_size=(224, 224))

# 预处理图像数据
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

# 使用模型进行预测
preds = model.predict(x)
preds = decode_predictions(preds, top=3)[0]

# 输出预测结果
print('Predicted flower:')
for pred in preds:
    print(pred[1], ':', pred[2])

需要注意的是，此代码假设已经训练好了一个名为"flower_recognition.h5"的模型，可以根据自己的数据集和需求进行训练和修改。