使用inceptionV3模型训练识别5种花朵
在tensorflow框架下, 利用谷歌的inceptionV3模型训练自己采集的数据集，实现五种花朵（月季、绣球、万寿菊、三色堇、石榴花）的识别。 tonado搭建后端, h5+css+js完成前端页面。
InceptionV3网络是基于InceptionV2上的再次改造，主要在两个方面。一方面引入了Factorization into small convolutions的思想，将一个较大的二维卷积拆成两个较小的一维卷积，比如将7x7拆成1x7和7x1，将3x3拆成1x3和3x1，节约了大量参数，加速运算并减轻了过拟合，同时增加了一层非线性扩展模型表达能力。论文中指出，这种非对称的卷积结构拆分，其结果比对称地拆分为几个相同的小卷积核效果更明显，可以处理更多，更丰富的空间特征，增加特征多样性。
另一方面，inceptionV3优化了Inception Module的结构，在其中使用了分支，分支里面还使用了分支，可以说，Network In Network In Network。
论文地址https://arxiv.org/abs/1512.00567
模型验证的准确率:
手机端拍照识别"月季花"的结果:
手机端拍照识别"绣球花"的结果:
手机端拍照识别"石榴花"的结果:
