前言

• 环境难配：Python 版本、CUDA、PyTorch 经常踩坑，依赖安装一步错步步错。
• 代码报错：学了一堆框架却无法落地，接口不熟、模型调用不明白。
• 没思路：不会做数据组织、不会搭建前端 UI，更不知道如何把“结果”展示给老师看。

本项目优势：

• 纯 Python 开发，PyTorch 推理，Qt5 可视化界面，逻辑清晰。
• 一键运行，内置主入口脚本，安装依赖后即可启动 UI。
• 带 UI 界面，支持“选择图像—开始检测—输出结果+置信度”。
• 包含丰富数据集（示例为十类狗品种），目录规范，训练日志与曲线齐全。
• 可扩展性强：随时替换/升级模型权重、调整类别映射、扩展数据集。

---

系统演示

效果说明：

• 在示例测试集上，准确率可达约 95%（以实际模型权重为准）。
• GPU 环境下，单张图像推理速度可达 30+ FPS，满足实时/准实时展示。

---

核心技术栈

• Python 3.8（3.11）：语言生态成熟，第三方库丰富。
• PyTorch：主流深度学习框架，社区活跃，调用简洁。
• Qt5（PyQt5）：桌面级 UI 开发稳定可靠，适合毕设演示。
• OpenCV / PIL：图像读取与基本处理，兼容性好、易上手。
• Torchvision：数据增强与预处理流水线，开箱即用。

为何选择这些技术：

• 社区成熟、文档完善，遇到问题可以快速查阅与定位。
• 部署简单，从命令行到桌面 UI 的完整闭环，适合展示与评审。
• 模块化设计，便于后续迭代，比如替换网络结构或二次开发新功能。

---

项目目录结构（规范清晰）

xception_dog_01/
├── all_data/                  # 数据集（按类别分文件夹，示例为十类狗品种）
├── font/                      # 中文字体文件（用于图表/中文显示）
├── models/                    # 模型结构文件（示例包含 xception.py）
├── runs/                      # 训练或实验记录（TensorBoard 等）
├── test/                      # 测试用图片示例（快速验证UI与推理）
├── ui/                        # UI资源（背景与图标等）
├── weights/                   # 模型权重（如 dog-best-epoch.pth）
├── utils.py                   # 工具函数（数据划分、统计/可视化等）
├── my_dataset.py              # 自定义数据集封装（PIL+Torch）
├── predict.py                 # 单图推理入口（脚本化调用）
├── train.py                   # 训练脚本（参数管理、数据增强、日志）
├── to_rgb.py                  # 数据预处理（统一为RGB、重命名）
├── ui.py / ui2.py             # 由 .ui 转换生成的 PyQt5 窗口类
├── 主界面.py / 主界面2.py       # UI主入口（加载权重、事件绑定、结果展示）
├── inf.py                     # 类别说明信息（识别结果文案）
├── ui.ui / ui2.ui             # Qt Designer 原始界面文件
├── dataset.png                # 类别分布可视化图（示例）
├── 损失值曲线图.png / 精确度曲线图.png   # 训练效果可视化
└── 先看我-项目使用说明/          # 使用指南（含演示视频链接）

---

核心代码展示

1）UI加载与模型权重初始化（来自 主界面.py）

# 导入必要库与UI类
from PyQt5 import QtWidgets, QtCore
from ui import Ui_MainWindow
import os, json, torch
from models.xception import xception as create_model
from inf import data_inf

QtCore.QCoreApplication.setAttribute(QtCore.Qt.AA_EnableHighDpiScaling)

class MainWindow(QtWidgets.QMainWindow, Ui_MainWindow):
    def __init__(self, parent=None):
        super(MainWindow, self).__init__(parent)
        self.setupUi(self)  # 载入 Qt Designer 生成的界面布局

        # 文案与信息初始化
        self.label.setText('基于深度学习算法的狗类识别系统')
        self.label_res.setText('')
        self.label_pro.setText('')

        # 允许 MKL 重复加载（避免某些环境下冲突）
        os.environ['KMP_DUPLICATE_LIB_OK'] = 'TRUE'

        # 自动选择设备：优先使用 GPU
        self.device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

        # 加载类别映射（用于显示中文类别名）
        with open('./class_indices.json', "r") as f:
            self.class_indict = json.load(f)

        # 构建模型并加载权重（核心参数与训练细节不展示）
        self.model = create_model().to(self.device)
        model_weight_path = "weights/dog-best-epoch.pth"
        self.model.load_state_dict(torch.load(model_weight_path, map_location=self.device))
        self.model.eval()

        # 绑定界面按钮事件：选择图片/开始检测
        self.pushButton_pic.clicked.connect(self.select_img)
        self.pushButton_begin.clicked.connect(self.img_detect)

2）图像预处理流水线（来自 主界面.py）

from PIL import Image
from torchvision import transforms
import torch, os

def img_detect(self):
    img_size = 224
    # 标准化的图像变换：统一尺寸、中心裁剪、张量化、归一化
    data_transform = transforms.Compose([
        transforms.Resize(int(img_size * 1.143)),      # 保持比例缩放
        transforms.CenterCrop(img_size),               # 中心裁剪到模型输入大小
        transforms.ToTensor(),                         # 转换为 PyTorch 张量
        transforms.Normalize(                          # 标准化通道均值与方差
            [0.485, 0.456, 0.406],
            [0.229, 0.224, 0.225]
        )
    ])

    assert os.path.exists(self.img_path), "file: '{}' dose not exist.".format(self.img_path)
    img = Image.open(self.img_path)
    img = data_transform(img)           # 变换管线
    img = torch.unsqueeze(img, dim=0)   # 扩展 batch 维度，形状 [N, C, H, W]

3）推理入口（非核心调用，来自 predict.py/主界面.py）

with torch.no_grad():
    # 前向计算：输出类别 logits
    output = torch.squeeze(self.model(img.to(self.device))).cpu()
    # softmax 转概率
    predict = torch.softmax(output, dim=0)
    # 取概率最大的类别索引
    predict_cla = torch.argmax(predict).numpy()

# 根据类别索引映射中文类别名与置信度
res = self.class_indict[str(list(predict.numpy()).index(max(predict.numpy())))]
num = "%.2f" % (max(predict.numpy()) * 100) + "%"

# 同步更新到 UI：类别与置信度
self.label_res.setText(res)
self.label_pro.setText(num)
# 显示对应的科普说明（非必须）
self.textEdit.setText(data_inf[res])

附：数据清洗为 RGB 的辅助脚本（来自 to_rgb.py，示例化展示）

from PIL import Image
import os

# 遍历数据集，将所有图片统一转为 RGB，并按序重命名
for cls in os.listdir('all_data'):
    num = 1
    for file_name in os.listdir(f'all_data/{cls}'):
        img = Image.open(f'all_data/{cls}/{file_name}')
        if img.mode != "RGB":
            img = img.convert("RGB")                       # 转为 RGB
        img.save(f'all_data/{cls}/{num}.png')              # 统一为 .png
        os.remove(f'all_data/{cls}/{file_name}')           # 删除原文件，避免重复
        num += 1

---

如何使用 / 运行步骤

提示：项目已提供“环境配置命令.txt”，如暂未生成 requirements.txt，可参考该文件逐项安装。

• 步骤 1：安装依赖

  • 推荐：pip install -r requirements.txt
  • 或参考：打开 环境配置命令.txt，逐条执行依赖安装命令。

• 步骤 2：运行主界面

  • python 主界面.py
  • 若希望使用另一套样式可运行：python 主界面2.py

• 步骤 3：加载图片 / 开启摄像头（此示例以图片为主）

  • 点击“选择图像”，选择 test/ 或任意图片。
  • 点击“开始检测”，在右侧看到类别与置信度，并显示相关介绍。

• 单图脚本化推理（可选）：

  • python predict.py
  • 修改 img_path 即可在控制台查看识别类别与概率。

---

获取源码方式

由于篇幅限制，完整源码、训练好的模型权重、以及万字项目报告，请点击下方卡片/链接获取（含项目演示视频与详细文档）。
参考视频示例（项目内提供）：先看我-项目使用说明/3-项目运行使用演示视频链接.txt

项目代码链接：https://my.feishu.cn/wiki/RHiZwpdduiztHDkrBNkcjM8Unlh?from=from_copylink

—