基于CNN深度学习的小程序识别2-视频介绍下自取

基于深度学习的柑橘品级分类小程序版本

074基于深度学习的柑橘品级分类小程序版本_哔哩哔哩_bilibili

基于python语言，pytorch框架下运行，代码包括数据集和训练部分，训练好的模型通过flask与本地电脑上的微信开发者者工具上小程序进行传输图片，交互识别结果。

环境安装可以参考深度学习小程序版环境安装-CSDN博客

基于python目标检测的小程序交互+田间杂草检测

055基于python目标检测的小程序交互+田间杂草检测_哔哩哔哩_bilibili

基于python语言，pytorch框架下运行，代码包括数据集和训练部分，训练好的模型通过flask与本地电脑上的微信开发者者工具上小程序进行传输图片，交互识别结果。

基于深度学习识别中药饮片小程序

036-037基于深度学习识别中药饮片小程序_哔哩哔哩_bilibili

基于python语言，pytorch框架下运行，代码包括数据集和训练部分，训练好的模型通过flask与本地电脑上的微信开发者者工具上小程序进行传输图片，交互识别结果。

中草药识别小程序

009中草药识别小程序_哔哩哔哩_bilibili

基于python语言，pytorch框架下运行，代码包括数据集和训练部分，训练好的模型通过flask与本地电脑上的微信开发者者工具上小程序进行传输图片，交互识别结果。

基于python深度学习的水果或其他物体识别小程序

https://www.bilibili.com/video/BV1Ga4y1w7Vy/?vd_source=21f7017bed799deec1dbbb3e546d5025

基于python语言，pytorch框架下运行，代码包括数据集和训练部分，训练好的模型通过flask与本地电脑上的微信开发者者工具上小程序进行传输图片，交互识别结果。

文章摘要：本文介绍了多个基于Python和PyTorch框架的深度学习物体识别小程序开发案例，包括柑橘品级分类、田间杂草检测、中药饮片识别等。这些项目采用统一的技术架构：使用PyTorch训练模型，通过Flask搭建本地服务器，实现与微信小程序的图片传输和结果交互。所有案例均包含数据集、模型训练和小程序。