夜雨聆风
基于python的水果识别系统
代码实现了一个基于深度学习的水果识别系统，通过图像识别技术自动识别常见水果类别。系统采用预训练的 ResNet50 模型作为基础，结合 Python 的图像处理和图形界面库，构建了一个简单易用的水果识别应用。
系统主要功能包括：
模型加载与初始化：使用 PyTorch 加载预训练的 ResNet50 模型，并将其设置为评估模式。
水果类别定义：定义了包含 10 种常见水果的类别映射，包括苹果、草莓、橙子、柠檬等，每种水果对应 ImageNet 数据集中的特定索引。
图像预处理：对输入图像进行标准化处理，包括调整尺寸、居中裁剪、转换为张量以及归一化操作，确保输入数据符合模型要求。
识别逻辑：通过模型推理获取预测结果，若识别结果属于预设水果类别则直接返回，否则返回最接近的水果类别及置信度。
用户界面：使用 tkinter 构建图形界面，包含图像选择按钮、图像显示区域和结果展示区域，用户可通过界面上传图片并查看识别结果。
系统特点：
简单易用：通过直观的图形界面，用户无需了解深度学习细节即可使用。
快速识别：利用预训练模型，识别过程高效快捷。
可视化展示：实时显示待识别图像和识别结果，增强用户体验。
扩展性强：可通过修改 FRUIT_CLASSES 字典轻松扩展识别更多水果类别。
