机器学习近来已成为一项很酷的技术，市场上几乎所有软件产品都以一种或另一种方式使用机器学习。 让我们看看如何构建一个可以将图像上传到服务器并对其进行预测（图像分类）的应用程序。 这些图像可以通过应用程序访问，您可以简单地按内容搜索图像。
我们将使用 Flask（Python 框架）作为 REST API 的后端，使用 Flutter 作为移动应用程序，使用 Keras 作为图像分类的后端。 我们还将使用 MongoDB 作为我们的数据库，存储有关图像的数据并使用 Keras ResNet50 模型对图像进行分类。 如果需要，我们可以通过保存 Keras 中可用的 save_model() 和 load_model() 方法来使用自定义模型。 Keras 第一次下载模型大约需要 100 mb。 要了解有关可用模型的更多信息，请参阅文档。
构建 Flask 后端代码 请求路由代码 图像放入 MongoDB 代码 Flutter 应用 上传图像到服务器 源代码详情参阅http://viadean.com/flutter_flask_keras.html
