果蔬识别系统-PyQt5 + TensorFlow +MobileNet（CNN）

项目描述基于PyQt5 + TensorFlow +MobileNet（CNN）的果蔬识别系统

项目功能
1. 图像识别
上传图片识别：用户可以从本地上传图片，系统会识别图片中的果蔬并给出识别结果和置信度。
摄像头实时识别：用户可以开启摄像头，系统会实时识别摄像头捕获的图像中的果蔬，并显示识别结果和置信度。
2. 用户界面
图像显示：显示上传或摄像头捕获的图像。
识别结果显示：显示识别结果和置信度。
操作按钮：
开启摄像头：启动摄像头进行实时识别。
关闭摄像头：停止摄像头实时识别。
上传图片：从本地上传图片进行识别。
开始识别：对上传的图片进行识别。
3. 模型预测
使用预训练的深度学习模型（如 MobileNet）进行果蔬识别。
模型预测结果通过置信度表示，置信度越高，识别结果越可靠。
4. 系统提示
当用户尝试退出程序时，系统会弹出确认对话框，询问用户是否确定退出。