【CNB.COOL】智能花卉分类系统 – 部署指北

在现代软件开发中，高效的代码管理和制品管理是团队成功的关键。CNB.cool 是一个专为开发者和团队设计的云原生代码托管与制品管理平台，旨在帮助您提升开发效率、规范协作流程，并确保代码和资源的安全性。

一、项目概述

智能花卉分类系统是一个基于深度学习的Web应用，能够识别5种花卉：

•  雏菊 (Daisy)
•  蒲公英 (Dandelion)
•  玫瑰 (Rose)
•  向日葵 (Sunflower)
•  郁金香 (Tulip)

二、部署前准备

2.1. 项目结构确认

确保项目包含以下关键文件：

flower-class/
├── data/                    # 原始花卉图像数据
├── data_split/             # 划分后的训练/验证/测试数据
├── logs/                   # 训练日志
├── src/                    # 源代码
│   ├── interfaces/         # Web界面
│   ├── models/             # 模型定义
│   ├── training/           # 训练代码
│   └── utils/              # 工具函数
├── static/                 # 静态资源
└── *.pth                   # 预训练模型文件

2.2. 环境要求

• Python 3.8+
• PyTorch
• TorchVision
• Streamlit
• Matplotlib
• 足够的存储空间（模型文件较大）

2.3. 本地安装GIT

下载地址为 git-scm.com或者gitforwindows.org，或者阿里镜像

上面的 git-scm 是 Git 的官方，里面有不同系统不同平台的安装包和源代码，