随着计算机视觉技术的发展,机器学习和大数据技术逐渐深入到人们的生活中,基于机器学习和大数据技术的智能产品正在潜移默化地影响着人们的生活。本文基于iOS手机平台,结合机器学习和大数据技术,设计并实现了手机花卉识别系统。本文的主要研究工作如下:(1)对基于iOS平台的花卉识别系统国内外研究现状进行深度概述,分析了本文的研究意义和社会效益。(2)对实现花卉识别系统的深度卷积神经网络的组成结构和原理进行了深度概述与分析,并利用Caffe平台的GoogLeNet深度卷积神经网络实现了对玫瑰、荷花、菊芋、梅花、牡丹花、月季、栀子花这七种常见花卉的机器学习与训练。(3)介绍实现iOS平台的花卉识别系统的关键技术,主要有网络爬虫技术、iOS相关开发技术、Core ML机器学习技术、Caffe模型转换技术。(4)对花卉识别统的图片输入功能、预览功能、识别功能模块进行设计与实现,重点说明了iOS平台上花卉模块的识别。(5)验证花卉识别系统能否对已经进行过机器学习的花卉进行准确识别分类,使用常规的测试方法进行测试验证。