一个基于深度学习的智能花卉图像分类系统，支持多种花卉类别的识别。

• 🎯 支持5种花卉分类：雏菊、蒲公英、玫瑰、向日葵、郁金香
• 🤖 提供多种预训练模型选择（ResNet-18、ResNet-50）
• 🌐 基于Streamlit的Web界面
• 📊 实时概率分布可视化

pip install -r requirements.txt

streamlit run src/interfaces/web_model_selector.py --server.port 8501

然后在浏览器中访问 http://localhost:8501

flower-class/
├── data/                    # 原始花卉图像数据
├── data_split/             # 划分后的训练/验证/测试数据
├── logs/                   # 训练日志
├── src/                    # 源代码
│   ├── interfaces/         # Web界面
│   ├── models/             # 模型定义
│   ├── training/           # 训练代码
│   └── utils/              # 工具函数
├── static/                 # 静态资源
└── *.pth                   # 预训练模型文件

• resnet18_flower.pth - ResNet-18模型 (44.7 MB)
• resnet50_flower.pth - ResNet-50模型 (94.4 MB)

1. 启动Web应用
2. 在侧边栏选择要加载的模型
3. 点击"加载选中的模型"按钮
4. 上传花卉图像进行识别
5. 查看识别结果和概率分布

• Python 3.8+
• PyTorch
• TorchVision
• Streamlit
• Matplotlib# Flower-recognition-CNN