README.md

metadata

title: Pet Classifier
emoji: 🐾
colorFrom: purple
colorTo: blue
sdk: gradio
sdk_version: 4.31.0
python_version: '3.10'
app_file: app_hf.py
pinned: false
license: mit

🐾 Oxford-IIIT Pet 37类分类项目

基于 Vibe Coding 开发理念，使用预训练模型微调实现宠物图片分类任务。

在线演示

项目特性

• ✅ 使用 ResNet50 预训练模型，仅微调分类头
• ✅ 支持 Mac MPS / CUDA / CPU 训练
• ✅ 自动下载 Oxford-IIIT Pet 数据集
• ✅ 生成错误分析报告（最容易混淆的5对类别）
• ✅ 生成 HTML 格式测试准确率报告
• ✅ Web 应用支持图片上传分类
• ✅ SQLite 数据库存储预测历史

项目结构

exam_4/
├── config.py              # 项目配置
├── download_dataset.py    # 数据集下载脚本
├── dataset.py             # 数据加载器
├── model.py               # 模型定义
├── train.py               # 训练脚本
├── error_analysis.py      # 错误分析脚本
├── generate_report.py     # 准确率报告生成
├── app.py                 # Flask Web 应用
├── database.py            # 数据库模块
├── requirements.txt       # 依赖包
├── templates/
│   └── index.html         # Web 前端页面
├── data/                  # 数据集目录
├── models/                # 模型保存目录
├── output/                # 输出目录
│   ├── reports/           # 准确率报告
│   └── error_analysis/    # 错误分析报告
├── uploads/               # 上传图片目录
└── database/              # 数据库目录
    └── predictions.db     # SQLite 预测历史数据库

快速开始

1. 安装依赖

pip install -r requirements.txt

2. 下载数据集

python download_dataset.py

3. 训练模型

python train.py

训练完成后，模型将保存在 models/best_model.pth。

4. 生成测试报告

# 生成测试准确率报告
python generate_report.py

# 生成错误分析报告
python error_analysis.py

报告将保存在 output/ 目录下。

5. 启动 Web 服务

python app.py

访问 http://localhost:5000 即可使用 Web 界面进行图片分类。

配置说明

在 config.py 中可以修改以下配置：

配置项	默认值	说明
MODEL_NAME	resnet50	使用的预训练模型
NUM_CLASSES	37	分类数量
BATCH_SIZE	32	批次大小
NUM_EPOCHS	10	训练轮数
LEARNING_RATE	0.001	学习率
DEVICE	mps	运行设备 (mps/cuda/cpu)
FREEZE_BACKBONE	True	是否冻结 backbone

API 接口

POST /api/predict

上传图片并获取分类结果。

请求:

• Content-Type: multipart/form-data
• Body: file (图片文件)

响应:

{
  "predicted_class": "Persian",
  "confidence": 95.32,
  "top5": [
    {"class": "Persian", "probability": 95.32},
    {"class": "Ragdoll", "probability": 2.15},
    ...
  ],
  "filename": "xxx.jpg",
  "original_filename": "pet.jpg",
  "prediction_id": 1
}

GET /api/history

获取历史预测记录。

GET /api/statistics

获取分类统计信息。

GET /api/classes

获取所有类别列表。

37个宠物类别

猫类 (12种): Abyssinian, Bengal, Birman, Bombay, British_Shorthair, Egyptian_Mau, Maine_Coon, Persian, Ragdoll, Russian_Blue, Siamese, Sphynx

狗类 (25种): american_bulldog, american_pit_bull_terrier, basset_hound, beagle, boxer, chihuahua, english_cocker_spaniel, english_setter, german_shorthaired, great_pyrenees, havanese, japanese_chin, keeshond, leonberger, miniature_pinscher, newfoundland, pomeranian, pug, saint_bernard, samoyed, scottish_terrier, shiba_inu, staffordshire_bull_terrier, wheaten_terrier, yorkshire_terrier

输出文件

1. 训练历史: output/training_history.json
2. 测试报告: output/reports/test_accuracy_report.html
3. 错误分析: output/error_analysis/error_analysis_report.html
4. 混淆对数据: output/error_analysis/confusion_pairs.json
5. 预测数据库: database/predictions.db

技术栈

• 深度学习: PyTorch, timm
• 数据处理: NumPy, Pandas, Pillow
• Web 框架: Flask
• 数据库: SQLite, SQLAlchemy
• 可视化: Matplotlib, Seaborn

开发理念

本项目采用 Vibe Coding 开发理念：

• 快速迭代，持续改进
• AI 辅助开发，提高效率
• 关注核心功能，简化流程
• 现代化 UI/UX 设计

License

MIT License