物体分类的Python代码

以下是一个简单的物体分类Python代码框架，使用了TensorFlow库和预训练模型：

import tensorflow as tf

# 加载预训练模型
model = tf.keras.applications.MobileNetV2(include_top=True, weights='imagenet')

# 定义要分类的图像
image_file = 'example.jpg'

# 加载并预处理图像
image = tf.keras.preprocessing.image.load_img(image_file, target_size=(224, 224))
image = tf.keras.preprocessing.image.img_to_array(image)
image = tf.keras.applications.mobilenet_v2.preprocess_input(image)
image = tf.expand_dims(image, axis=0)

# 运行模型进行分类
predictions = model.predict(image)

# 解码预测结果
decoded_predictions = tf.keras.applications.mobilenet_v2.decode_predictions(predictions, top=5)

# 输出预测结果
print('Predictions:')
for i in range(5):
    print('%s: %s' % (decoded_predictions[0][i][1], decoded_predictions[0][i][2]))

这个代码使用了MobileNetV2模型，这是一个轻量级的卷积神经网络，适合用于移动设备和嵌入式设备等资源受限的环境。根据需要，可以选择其他预训练模型，如ResNet、Inception等等