猫狗图像分类与在线识别系统

基于深度学习的猫狗图像分类项目，使用 PyTorch + ResNet18（迁移学习）进行模型训练，FastAPI 提供后端服务，Vue.js 实现前端交互界面。
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

项目简介

本项目实现了一个完整的图像分类系统，包括：

  • 模型训练：使用 PyTorch 和预训练的 ResNet18 模型进行迁移学习
  • 后端服务：基于 FastAPI 的 RESTful API 服务
  • 前端界面：使用 Vue.js 实现的图片上传与识别展示页面

适合作为本科毕业设计项目，代码结构清晰，注释完整，便于论文撰写和答辩展示。

技术栈

深度学习

  • PyTorch：深度学习框架
  • ResNet18：预训练的卷积神经网络模型
  • 迁移学习：利用 ImageNet 预训练权重，在小数据集上快速收敛

后端

  • FastAPI：现代、快速的 Python Web 框架
  • Uvicorn：ASGI 服务器

前端

  • Vue.js 3：渐进式 JavaScript 框架（使用本地 vue.js 文件）
  • HTML5 + CSS3：现代化 UI 设计

项目结构

cats_vs_dogs/
├── README.md                   # 项目说明文档
├── requirements.txt            # Python 依赖包
├── train.py                    # 模型训练脚本
├── data/
│   └── cats_vs_dogs/          # 数据集目录
│       ├── cats/              # 猫的图片文件夹
│       └── dogs/              # 狗的图片文件夹
├── models/
│   └── resnet18_cats_dogs.pth # 训练好的模型文件（训练后生成）
├── backend/
│   ├── main.py                # FastAPI 服务入口
│   ├── model_loader.py        # 模型加载和推理模块
│   └── utils.py               # 工具函数
└── frontend/
    ├── index.html             # 前端页面
    └── vue.js                  # Vue 3 库文件（需要自行放置）

快速开始

1. 环境准备

安装 Python 依赖

重要：由于 PyTorch 需要单独安装 CUDA 版本，请按以下步骤操作：

方式一：使用安装脚本（推荐，最简单）

  • Windows 用户：双击运行 install_cuda_pytorch.bat
  • Linux/Mac 用户：运行 bash install_cuda_pytorch.sh

脚本会自动安装 CUDA 版本的 PyTorch 和其他依赖。

方式二：手动安装

https://blog.csdn.net/yuanmomoya/article/details/147025483

  1. 首先安装支持 CUDA 的 PyTorch（RTX 4060 Ti 推荐使用 CUDA 12.1）：

    # CUDA 12.1 版本（推荐）
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121

    或者使用 CUDA 11.8 版本：

    # CUDA 11.8 版本
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118

  2. 验证 CUDA 是否可用：

    python -c "import torch; print(f'CUDA 可用: {torch.cuda.is_available()}'); print(f'CUDA 版本: {torch.version.cuda if torch.cuda.is_available() else \"未安装\"}'); print(f'GPU 设备: {torch.cuda.get_device_name(0) if torch.cuda.is_available() else \"无\"}')"

    如果输出显示 CUDA 可用: True 和您的 GPU 名称（如 “NVIDIA GeForce RTX 4060 Ti”），说明安装成功。

  3. 安装其他依赖：

    pip install -r requirements.txt

注意：

  • 如果您的系统没有安装 CUDA 驱动，请先安装 NVIDIA CUDA Toolkit
  • RTX 4060 Ti 需要 CUDA 11.8 或更高版本
  • 安装 CUDA 版本的 PyTorch 后，训练速度将大幅提升（相比 CPU 训练快 10-50 倍）
准备数据集

将猫狗图像数据集放置在 data/cats_vs_dogs/ 目录下，目录结构如下：

data/cats_vs_dogs/
├── cats/
│   ├── cat001.jpg
│   ├── cat002.jpg
│   └── ...
└── dogs/
    ├── dog001.jpg
    ├── dog002.jpg
    └── ...

数据集来源：

2. 模型训练

运行训练脚本：

python train.py

训练过程会显示：

  • 每个 epoch 的训练损失和准确率
  • 验证损失和准确率
  • 最佳模型自动保存

训练完成后，模型会保存到 models/resnet18_cats_dogs.pth。

训练参数说明：

  • BATCH_SIZE = 32：批次大小
  • LEARNING_RATE = 0.001：学习率
  • NUM_EPOCHS = 10：训练轮数
  • TRAIN_RATIO = 0.8：训练集占比（80%）

可在 train.py 中修改这些参数。

3. 启动服务（统一启动）

推荐方式：一键启动前后端整合服务

在项目根目录运行：

python app.py

服务启动后：

  • 前端界面：访问 http://localhost:8000 使用图像分类功能
  • API 文档：访问 http://localhost:8000/docs 查看 Swagger 文档
  • 健康检查：访问 http://localhost:8000/ping 检查服务状态

API 接口：

  • GET /：前端首页
  • GET /ping：健康检查
  • POST /predict：图像分类预测

注意：确保 frontend/vue.global.js 文件存在（Vue 3 库文件）。

论文要点说明

1. 卷积神经网络（CNN）

卷积神经网络通过卷积层自动提取图像特征：

  • 卷积层：使用卷积核扫描图像，提取局部特征
  • 池化层：降低特征图尺寸，减少参数量
  • 全连接层：将提取的特征映射到类别输出

2. ResNet 残差结构

ResNet（残差网络）通过跳跃连接解决了深层网络的梯度消失问题：

  • 残差块：output = F(x) + x，允许梯度直接传播
  • 深度优势：可以训练更深的网络（18层、34层、50层等）
  • 性能提升：在 ImageNet 等数据集上取得了优异的分类效果

3. 迁移学习

迁移学习利用在大数据集（ImageNet）上预训练的模型，在小数据集上快速适应：

  • 预训练权重：模型已学习通用图像特征（边缘、纹理、形状等）
  • 微调策略：
    • 冻结 backbone，只训练分类层（快速、适合小数据集）
    • 解冻全部层，端到端训练（更充分，需要更多数据）
  • 优势：减少训练时间，提高小数据集上的准确率

4. 数据增强

数据增强通过随机变换增加训练样本的多样性：

  • RandomHorizontalFlip：随机水平翻转
  • RandomRotation：随机旋转
  • ColorJitter：颜色抖动
  • 作用：提升模型泛化能力，减少过拟合

5. PyTorch 模型保存与加载

# 保存模型
torch.save({
    'model_state_dict': model.state_dict(),
    'optimizer_state_dict': optimizer.state_dict(),
    'val_acc': val_acc,
    'class_to_idx': class_to_idx
}, 'model.pth')

# 加载模型
checkpoint = torch.load('model.pth')
model.load_state_dict(checkpoint['model_state_dict'])

6. 前后端分离架构

  • 训练与推理分离：模型训练完成后，通过 API 提供服务
  • RESTful API：标准化的接口设计，便于扩展和维护
  • CORS 跨域：允许前端从不同域名访问后端服务
  • 工程化实践：模块化设计，职责清晰

7. Vue.js 3 响应式系统

Vue.js 3 实现了数据驱动视图的响应式系统：

  • createApp() API：Vue 3 新的应用创建方式，支持多个应用实例
  • Proxy 响应式：基于 ES6 Proxy 实现响应式系统，性能更优（相比 Vue 2 的 Object.defineProperty）
  • 双向数据绑定：数据变化自动更新视图
  • 组件化思想：将 UI 拆分为可复用的组件
  • MVVM 模式：Model-View-ViewModel 架构

常见问题

Q1: 训练时显存不足

解决方案：

  • 减小 BATCH_SIZE（如改为 16 或 8）
  • 使用 CPU 训练（较慢但不需要 GPU）

Q2: 模型准确率较低

解决方案：

  • 增加训练轮数 NUM_EPOCHS
  • 解冻 backbone 进行端到端训练（修改 train.py 中的 freeze_backbone=False）
  • 增加数据增强的强度
  • 检查数据集质量和数量

Q3: 前端无法连接后端

解决方案：

  • 确认后端服务已启动（访问 http://localhost:8000/ping 测试）
  • 检查前端代码中的 API 地址是否正确
  • 确认防火墙未阻止端口 8000

Q4: 模型文件找不到

解决方案：

  • 确保已运行 train.py 完成训练
  • 检查 models/resnet18_cats_dogs.pth 文件是否存在
  • 确认后端代码中的模型路径正确

代码说明

训练脚本（train.py）

  • 使用 ImageFolder 自动加载数据集
  • 支持训练集/验证集自动划分
  • 实现完整的训练循环（前向传播、反向传播、模型保存）
  • 打印训练和验证的损失、准确率

后端服务（backend/）

  • main.py：FastAPI 应用入口，定义 API 路由
  • model_loader.py：模型加载和推理逻辑
  • utils.py：图像处理工具函数

前端页面（frontend/index.html）

  • 图片上传（点击或拖拽）
  • 图片预览
  • 调用后端 API 进行预测
  • 展示识别结果和置信度
# 分类 # 数据挖掘 # 人工智能
Logo
魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

如何快速上手 hvac：HashiCorp Vault Python 客户端零基础入门指南

**hvac** 是 HashiCorp Vault 的 Python 3.X 客户端库，专为开发者提供简单高效的 Vault 交互方式。无论你是需要管理密钥、配置身份验证，还是实现安全的秘密数据存储，hvac 都能帮助你轻松搞定 Vault 的各项操作。本文将带你零基础快速入门，从安装到基础操作，让你在几分钟内即可上手使用这个强大的工具。[![hvac 客户端 Logo](https://r

avatar 魔乐社区

提升Angular2-HN性能的7个实用技巧：让新闻加载速度飞起来

Angular2-HN是一款基于Angular构建的Progressive Hacker News客户端，专为追求高效新闻浏览体验的用户设计。本文将分享7个实用技巧，帮助你优化Angular2-HN的性能，让新闻加载速度显著提升，带来更流畅的阅读体验。## 1. 启用Service Worker缓存关键资源Service Worker是提升Angular应用性能的强大工具，它可以在后台缓存

avatar 魔乐社区

手把手教你调试eDP接口：Main Link信号异常、AUXCH通信失败怎么办？

本文提供了一份详尽的eDP接口调试实战指南，重点解决Main Link信号异常与AUXCH通信失败两大核心难题。文章系统介绍了从工具准备、信号完整性分析（眼图、抖动测量）到AUXCH协议解码、HPD信号检查的完整排查流程，并分享了链路训练诊断与常见避坑技巧，帮助硬件工程师高效定位并解决显示问题。

avatar 魔乐社区