首页 前端知识 毕业设计——基于resnet的动物图像分类系统的设计与实现,技术栈PyQt Flask HTML5 PyTorch

毕业设计——基于resnet的动物图像分类系统的设计与实现,技术栈PyQt Flask HTML5 PyTorch

2024-05-06 09:05:38 前端知识 前端哥 719 551 我要收藏

需要系统程序源码的小伙伴,可以私信博主获取

requirements
python=3.7 torch flask tensorboard request pyqt5

(一)需求和规格说明
**问题描述:**本系统是一款用于动物分类的图像识别系统,基于ResNet残差神经网络。用户可以通过输入关键词,利用爬虫从百度图片中获取相应的动物图像数据集。提供数据集的自动分割和标签加载功能。通过简单的GUI界面,用户可以上传一张图片,系统将自动调用模型进行预测,并在屏幕上显示该图片内动物的种类。

编程任务:

(1) 编写爬虫脚本,使得可以读取用户输入关键词去爬取下载相应图片数据集。

(2) 实现数据集的自动分割测试集和加载标签。

(3) 建立神经网络模型,编写训练脚本。

(4) 编写GUI界面,使得用户可以传入一张图片,程序需自动调用模型,预测图片类别并打印输出,分别使用PyQt和flask+h5编写本地客户端和网页端。

(二)设计
1.设计思想
本题主要考察python爬虫知识和深度学习框架的熟练度,作为大作业的题目,该题可以很好体现python所具有的其他语言没有的软件生态。需要用到的爬虫操作需要用户输入一个关键词比如“猫”程序去百度图库搜索并下载对应图片。通过分割脚本整理数据集,然后训练模型保存到特定为止,编写一个简单的GUI,分别使用PyQt和flask+h5编写本地客户端和网页端,使得用户可以选择输入一个图片,并且由模型预测输出类别。

本系统采用了综合应用爬虫、深度学习和图形用户界面(GUI)技术,旨在为用户提供一个简便而有效的动物图像分类系统。整体设计思想围绕以下几个关键点展开:

  • 数据采集与处理:

  • 用户输入关键词后,系统利用爬虫技术从百度图片中获取相应的动物图像数据集。这一步骤涉及到异步网络请求、图片下载、数据清洗等操作,确保获得高质量的训练数据。

  • 深度学习模型:

  • 采用ResNet残差神经网络作为图像分类的核心模型。ResNet结构的特点在于可以很好的解决梯度消失或者爆炸、退化问题,提高了模型的准确性。

  • 模型训练脚本:

  • 系统提供了模型的训练脚本,用户可以选择自行训练模型以满足特定需求。模型训练过程中,采用了学习率调整和参数初始化等技术,以提高训练效果。

  • 用户交互界面:

  • 使用PyQt5库创建简单的图形用户界面,使用户能够轻松上传图片、调用模型进行预测并查看结果。GUI设计注重用户友好性和易用性,以提升系统的使用体验。

  • 为了方便快捷,还使用了flask+HTML5部署了网页端,使得随时随地从公网访问服务成为了可能

  1. 设计表示代码结构:
    文件模块结构:

|-- spider爬虫模块

​ |-- spider.py # 用于爬取图片数据集的爬虫脚本

​ # 该脚本定义了一个用于从百度图片搜索下载图片数据集的爬虫。用户可以输入关键词,脚本将在百度图片中搜索相关图片并下载保存。

|-- 数据处理模块

​ |-- calc_mean.py # 用于计算图片色素均值,用于归一化的脚本

​ # 该脚本定义了一个用于计算图片色素均值的工具。色素均值对于训练深度学习模型时的数据预处理非常重要,用于归一化图像。

​ |-- generate_dataset.py # 生成训练集和测试集的脚本

​ # 该脚本用于将下载好的图片数据集分割为训练集和测试集,并生成对应的标签文件(train.txt 和 test.txt)。

|-- 神经网络深度学习模块

​ |-- train.py # ResNet模型的定义以及训练神经网络模型的脚本

​ # 该文件定义了ResNet模型的结构,包括残差块(Residual Block)等。这是系统中用于图像分类任务的主要神经网络模型。该脚本还定义了一个用于训练ResNet模型的脚本。它加载数据集,训练神经网络,并保存训练好的模型权重。

​ |-- utils.py # 数据加载和预处理的工具函数

​ # 该文件包含了一些用于加载和预处理数据的工具函数,如LoadData类,用于加载图片数据集,并进行数据预处理。

|-- pyqt可视化模块

​ |-- window.py # 主窗口的GUI设计

​ # 该文件定义了系统的主窗口GUI,用户可以通过该窗口上传一张图片,系统将自动调用模型进行预测,并在界面上显示预测结果。

​ |-- predict.py # 预测图片类别的脚本

​ # 该脚本定义了一个用于预测单张图片类别的函数。它加载训练好的ResNet模型,读取输入图片,进行预测,并返回预测结果。

|-- images # 用与存放pyqt的背景图像,和用户上传的临时图片

​ |-- logo.png # 系统图标

​ # 该文件是系统的图标,用于在窗口标题栏和任务栏中显示。

​ |-- horse.png # 预测用的示例图片

​ # 该文件是一个用于系统测试的示例图片,用户可以通过GUI上传其他图片进行测试。

|-- templates 文件夹

​ |-- index.html # 用于部署flask的h5页面代码

|-- output 文件夹

​ |-- resnet18_e_best.pth # 训练好的ResNet模型的权重

​ # 该文件是经过训练得到的ResNet模型的权重文件,用于在GUI中加载预训练的模型。

|-- dataset 文件夹

​ |-- class1 # 动物类别class

​ |-- image1.jpg

​ |-- image2.jpg

​ # 该目录包含一个用于训练的数据集。用户可以将自己的数据集放在类似的目录结构下,通过增强数据集提高模型性能。

​ |-- class2

​ |-- image3.jpg

​ |-- image4.jpg

|-- test.txt # 测试集文件

​ # 该文件是测试集的标签文件,记录了测试集中每张图片的路径和对应的类别。

|-- train.txt # 训练集文件

​ # 该文件是训练集的标签文件,记录了训练集中每张图片的路径和对应的类别。

3. 核心算法
训练神经网络模型

训练神经网络的核心算法代码在 train.py 文件中。首先,通过 LoadData 类加载训练集和测试集。然后,使用 resnet18 作为基础模型,修改最后一层的全连接层,使其适应问题的输出类别。训练过程中,采用交叉熵损失函数和 Adam 优化器优化损失函数,使用tensorboard来查看训练过程。为了更好地调整学习率,对不同层次的参数采用不同的学习率,对最后一层。训练过程中,记录训练和验证的损失,并保存模型参数。

ResNet模型定义

ResNet 模型的定义在也在train.py 文件中。继承了 resnet18 预训练模型的参数,对其中的最后一层全连接层进行了修改,以适应特定问题的输出类别。这个自定义的 ResNet 模型被用于训练和预测。

数据加载和预处理

数据加载和预处理的工具函数在 utils.py 文件中。LoadData 类负责加载训练集和测试集,该类继承自pytorch框架的dataset类,拥有父类的方法,可以同时进行图像的预处理,包括大小调整、随机翻转、标准化等操作。

图像预测

图像预测的核心算法在 predict.py 文件中。通过加载训练好的 ResNet 模型参数,读取用户输入的图片,进行与训练时相同的预处理操作,然后使用模型进行预测。最终输出预测的动物类别。

(三)用户手册
本系统是一款基于 ResNet 的动物分类系统,旨在帮助用户通过上传图片实现对动物种类的识别。用户可以通过以下详细步骤使用该系统:

\1. 准备工作

在使用系统之前,请确保已经完成以下准备工作:

安装 Python 3.x

安装必要的 Python 库:PyTorch、torchvision、PIL、numpy、opencv-python、PyQt5

\2. 数据集准备

用户可以通过两种方式准备动物图片数据集:

手动准备数据集: 在 enhance_dataset 目录下,手动创建每个动物类别的文件夹,将对应类别的图片存放在相应文件夹中。例如:

├── dataset

├── cat

​ ├── cat1.jpg

​ ├── cat2.jpg

​ ├── ***.jpg……

├── dog

​ ├── dog1.jpg

​ ├── dog2.jpg

使用爬虫脚本获得数据集: 运行spider.py 脚本,根据提示输入百度搜索图片的关键词,系统将从百度图库上爬取相应图片数据集。请在下载完成后检查图片是否有无法显示的和损坏的,否则就会影响到后面的过程

\3. GUI主页面

样本显示: 在主页面中,默认显示一个示例图片,用于演示系统的功能。

上传图片: 点击“上传图片”按钮,选择本地图片文件进行上传。上传后系统会显示选择的图片。

开始识别: 点击“开始识别”按钮,系统使用训练好的模型对上传的图片进行动物分类,结果将在界面中显示。

\4. 网页主页面

选择文件: 点击“选择文件”按钮,选择本地图片文件进行上传。上传后系统会显示选择的图片路径。

上传图片: 点击“上传图片”按钮,系统会上传图片至服务器,系统后端使用训练好的模型对上传的图片进行动物分类,结果将在界面中显示。

\5. 退出系统

点击窗口右上角的关闭按钮,系统会询问用户是否要退出程序。选择“是”即可退出系统。

(四)调试及测试
注意:1-2步为面向开发者用户,可以自行训练模型,探索系统,3-4步为面向普通用户,使用系统提供的模型,仅体验系统功能

  1. 测试爬虫:
    运行spider.py

然后输入猫

然后输入页数1,由于百度图库的原因,一页只能下载最多60张图片,不能持续爬取。

可以看到成功下载到了猫的数据集。

  1. 测试模型训练:
    第一步运行generate_dataset.py,可以看到生成了两个txt文件:train.txt,test.txt

运行train.py

可以看到模型开始训练,如果有显卡的用户等待大概20分钟左右,可以在命令行下输入

tensorboard –logdir=./logs

然后浏览器打开localhost:6000页面查看训练日志

在这里插入图片描述
这里可以看到准确率已经非常可观了,我们可以使用了。

3.PyQt客户端GUI使用
运行window.py

可以看到弹出的pyqt窗口

在这里插入图片描述4.flask部署网页端UI使用
运行myflask.py,部署flask(可部署云服务器)

访问本地127.0.0.1:5000端口,进入index.html的表单页面,如图

在这里插入图片描述
在这里插入图片描述

转载请注明出处或者链接地址:https://www.qianduange.cn//article/7222.html
标签
pyqt分类
评论
发布的文章

exceljs

2024-05-11 10:05:00

Java研学-JSON与AJAX

2024-05-10 22:05:37

大家推荐的文章
会员中心 联系我 留言建议 回顶部
复制成功!