# LazyKNN_CatDogRecog

**Repository Path**: duan-qi-rui/lazy-knn_-cat-dog-recog

## Basic Information

- **Project Name**: LazyKNN_CatDogRecog
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-11-05
- **Last Updated**: 2025-11-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 机器学习猫狗分类项目

本项目实现了基于多种机器学习算法的猫狗图像识别系统，包含完整的模型训练、评估和Web应用部署功能。

---

## 简介

这是一个综合性的图像分类实战项目，通过训练和对比多种主流机器学习分类器，自动筛选出最佳性能模型，并提供基于Gradio的Web交互界面实现实时推理。

### 核心功能

- 集成20余种经典分类算法
- 全自动模型训练与评估流程
- 支持多指标性能对比分析
- 提供直观的Web推理界面
- 自动保存最优模型

---

## 项目文件说明

```
工作目录/
├── train.py                    # 训练主程序
├── webapp.py                   # Web应用界面
├── util.py                     # 特征提取工具
├── requirements.txt            # 环境依赖
├── cat_dog_data/data/train/    # 训练数据
├── best_model.pkl              # 最优模型文件
├── model_metadata.pkl          # 模型配置信息
└── training_results.csv        # 性能评估报告
```

---

## 快速开始指南

### Step 1: 环境准备

使用pip安装所需依赖包：

```bash
pip install -r requirements.txt
```

**核心依赖库：**
- NumPy, Pandas: 数值计算与数据分析
- scikit-learn: 机器学习算法库
- Gradio: Web界面构建
- OpenCV, Pillow: 图像处理
- Joblib: 模型持久化

**可选依赖库：**
- XGBoost: 梯度提升算法
- LightGBM: 轻量级梯度提升框架

注：可选库缺失不影响主体功能运行

### Step 2: 执行模型训练

运行训练程序：

```bash
python train.py
```

**程序执行流程：**
1. 从数据目录读取猫狗图片
2. 提取并预处理图像特征
3. 批量训练所有分类算法
4. 计算性能评估指标
5. 生成对比分析报告
6. 自动保存最优模型

**生成文件：**
- `best_model.pkl`: 最高准确率模型
- `model_metadata.pkl`: 模型配置与性能数据
- `training_results.csv`: 详细评估报告

### Step 3: 启动推理服务

执行Web应用：

```bash
python webapp.py
```

访问地址：http://localhost:7860

**应用功能：**
- 图片上传识别
- 置信度可视化
- 模型性能展示
- 示例样本测试

**测试样例展示：**

<table>
  <tr>
    <td align="center">猫咪样本</td>
    <td align="center">狗狗样本</td>
  </tr>
  <tr>
    <td><img src="cat.png" width="300"/></td>
    <td><img src="dog.png" width="300"/></td>
  </tr>
</table>

---

## 技术方案

### 图像特征提取

**处理流程：**
1. 图像尺寸标准化（32×32）
2. 色彩空间转换（灰度化）
3. 向量展平（1024维）
4. L2归一化

### 数据集配置

| 项目 | 配置 |
|------|------|
| 训练比例 | 75% |
| 测试比例 | 25% |
| 随机种子 | 2023 |

### 评估指标体系

模型性能通过以下5项指标综合评估：

- **Accuracy**: 分类准确率
- **Balanced Accuracy**: 类别平衡准确率
- **ROC AUC**: 接收者操作特征曲线面积
- **F1 Score**: 精确率与召回率调和均值
- **Time Taken**: 模型训练耗时

---

## 支持的算法

本项目实现了多个类别的机器学习算法：

**集成方法**
RandomForest | ExtraTrees | Bagging | AdaBoost | XGBoost | LightGBM

**支持向量机**
SVC | NuSVC | LinearSVC

**线性分类器**
LogisticRegression | Ridge | SGD | Perceptron | PassiveAggressive

**概率模型**
GaussianNB | BernoulliNB

**判别分析**
LinearDiscriminantAnalysis | QuadraticDiscriminantAnalysis

**基于距离**
KNeighbors | NearestCentroid

**树模型**
DecisionTree

**半监督**
LabelPropagation | LabelSpreading

**其他**
CalibratedClassifierCV | DummyClassifier

---

## 技术栈

| 类别 | 技术 |
|------|------|
| 编程语言 | Python 3.x |
| ML框架 | scikit-learn |
| Web框架 | Gradio |
| 数据处理 | NumPy, Pandas |
| 图像处理 | OpenCV, PIL |
| 增强算法 | XGBoost, LightGBM (可选) |

---

## 注意事项

1. 图片文件命名必须符合规范（以cat.或dog.开头）
2. 部分算法在大数据集上训练较慢属正常现象
3. 建议使用scikit-learn 1.0及以上版本
4. 首次运行需从原始图片提取特征，耗时较长
5. 确保训练数据目录包含足够样本

---

## 个人信息

**学号:** 202352320120
**年级:** 2023级
**专业:** 智能科学与技术
**班级:** 1班