卷积神经网络实现猫狗识别并用GUI实现的代码

以下是使用Keras框架实现猫狗识别并用GUI实现的Python代码示例：

import tensorflow as tf
from tensorflow.keras.models import load_model
from tkinter import *
from tkinter import filedialog
from PIL import Image, ImageTk

# 加载训练好的模型
model = load_model('/path/to/model.h5')

# 创建GUI窗口
root = Tk()
root.title('猫狗识别')
root.geometry('300x300')

# 创建GUI组件
label = Label(root, text='上传一张猫或狗的图片进行识别')
label.pack(pady=10)

canvas = Canvas(root, width=150, height=150)
canvas.pack(pady=10)

def open_image():
    # 选择图片文件
    file_path = filedialog.askopenfilename(initialdir='/',
                                           title='选择文件',
                                           filetypes=[('Image Files', '*.jpg *.png *.jpeg')])
    # 打开图片
    img = Image.open(file_path)
    # 调整图片大小
    img = img.resize((150, 150))
    # 显示图片
    photo = ImageTk.PhotoImage(img)
    canvas.create_image(0, 0, anchor=NW, image=photo)
    canvas.image = photo
    # 预测图片
    img_tensor = tf.keras.preprocessing.image.img_to_array(img)
    img_tensor = img_tensor.reshape((1,) + img_tensor.shape)
    img_tensor /= 255.
    prediction = model.predict(img_tensor)
    if prediction < 0.5:
        result_label.config(text='这是一只猫')
    else:
        result_label.config(text='这是一只狗')

button = Button(root, text='选择图片', command=open_image)
button.pack(pady=10)

result_label = Label(root, text='')
result_label.pack(pady=10)

root.mainloop()

以上代码演示了使用Keras框架实现猫狗识别，并在GUI窗口中提供了选择图片文件、显示图片和识别结果的功能。用户可以通过点击“选择图片”按钮来选择一张猫或狗的图片进行识别，程序会将图片显示在GUI窗口中，并显示识别结果。需要注意的是，需要将训练好的模型文件（.h5格式）放在指定路径下，并在代码中进行加载。