介绍Python作业机器学习、人工智能、模式识别课程、鸟类识别检测系统。这是一个鸟类识别项目，基于tensorflow，使用卷积神经网络识别200种鸟类。数据集中收集了200张鸟类图片，每只鸟有40-60张图片。通过训练这些数据集，就可以实现对这200只鸟的识别。通过模型算法搭建，在服务器上进行30次迭代，鸟类预测准确率从0.005（1/200）提高到0.5左右，准确率提高了100倍，符合预期效果。提供后台管理系统，将识别数据存入数据库，在管理系统中查看。使用的语言是python3.8tensorflow==2.8django。django界面提示框里显示的Yellowhadedblackbird就是鸟的名字。当然，如果需要也可以翻译成中文。模型代数主要代码model=tf.keras.Sequential([tf.keras.layers.Conv2D(64,(3,3),input_shape=(256,256,3),activation='relu'),tf.keras.layers.BatchNormalization(),tf.keras.layers.Conv2D(64,(3,3),activation='relu'),tf.keras.layers.BatchNormalization(),tf.keras.layers.MaxPooling2D(),tf.keras.layers.Conv2D(128,(3,3),activation='relu'),tf.keras.layers.BatchNormalization(),tf.keras.layers.Conv2D(128,(3,3),激活='relu'),tf.keras.layers.BatchNormalization(),tf.keras.layers.MaxPooling2D(),tf.keras.layers.Conv2D(256,(3,3),activation='relu'),tf.keras.layers.BatchNormalization(),tf.keras.layers.Conv2D(256,(3,3),activation='relu'),tf.keras.layers.BatchNormalization(),tf.keras.layers.MaxPooling2D(),tf.keras.layers.Conv2D(512,(3,3),activation='relu'),tf.keras.layers.BatchNormalization(),tf.keras.layers.Conv2D(512,(3,3),activation='relu'),tf.keras.layers.BatchNormalization(),tf.keras.layers.MaxPooling2D(),tf.keras.layers.Conv2D(512,(3,3),activation='relu'),tf.keras.layers.BatchNormalization(),tf.keras.layers.Conv2D(512,(3,3),activation='relu'),tf.keras.layers.BatchNormalization(),tf.keras.layers.Conv2D(512,(3,3),激活='relu'),tf.keras.layers.BatchNormalization(),tf.keras.layers.GlobalAveragePooling2D(),tf.keras.layers.Dense(1024,激活='relu'),tf.keras.layers.BatchNormalization(),tf.keras.layers.Dense(200)])如需要咨询，联系q：2784127853
