基于ResNet神经网络的果蔬图像识别与分类项目源码及数据集

简介：
本项目采用ResNet神经网络模型，致力于果蔬图像的精准识别与高效分类。提供详尽源代码和丰富数据集，助力科研与应用开发。 下载完毕Dataset数据集后，请将其解压到名为dataset_fruit_veg的目录下，并将文件夹命名为raw。接着运行split_dataset.py脚本。 在执行train.py前，需先打开该脚本，在if __name__ == __main__下的 mode 参数中设置为 train。 然后使用如下命令运行： ``` python train.py ``` 如果需要修改训练时的参数，请参考train.py文件中的get_args_parser函数来调整默认参数或直接在上述命令行中添加相关参数，例如： ``` python train.py --batch_size=36 --epochs=30 ``` 完成训练后，模型会被保存至output_dir_pretrained目录下。为了进行测试，在运行test.py之前，请将get_args_parser中的 resume 参数的 default 值修改为刚刚生成的模型文件路径即可使用该模型来进行后续测试工作。