蝴蝶识别与科普系统工程

蝴蝶识别与科普系统项目

本项目是一个基于深度学习和现代 Web 技巧的综合性平台，旨在为用户给出快速、准确的蝴蝶种类识别服务，并给出丰富的蝴蝶百科科普知识。

---

一、 算法与模型

本系统的核心是基于卷积神经网络（CNN）的图像识别算法。我们对比并集成了多种先进的深度学习模型，以满足不同场景下的需求。

1.1 深度学习模型

系统支撑动态切换以下三种模型，均基于 PyTorch 框架实现，并在 ImageNet 数据集上进行了预训练（Transfer Learning）：

1. ResNet18 (残差网络)

   • 特点: 引入了“残差块”（Residual Block）和跳跃连接（Skip Connection），有效处理了深层网络中的梯度消失问题。
   • 架构: 包含 18 层深度，通过堆叠残差单元提取图像特征。
   • 优势: 在准确率和推理速度之间取得了极佳的平衡，是系统的默认模型。
   • 适用场景: 通用场景，大多数服务器部署环境。

2. DenseNet121 (密集连接网络)

   • 特点: 采用密集连接机制（Dense Connectivity），每一层都与前面所有层直接相连。
   • 架构: 121 层深度，极大促进了特征复用（Feature Reuse），减少了参数数量。
   • 优势: 通常能获得比 ResNet 更高的准确率，特别是在细粒度分类任务上表现优异。
   • 代价: 显存占用较高，计算量相对较大。

3. MobileNetV2 (轻量级网络)

   • 特点: 引入了“倒残差结构”（Inverted Residuals）和“深度可分离卷积”（Depthwise Separable Convolutions）。
   • 架构: 专为移动端和嵌入式设备优化，大幅减少了计算量（FLOPs）。
   • 优势: 模型体积小，推理速度极快，适合低算力或实时性要求高的环境。

1.2 训练策略与超参数

为了获得最佳性能，我们在训练过程中采用了以下策略：

• 数据集划分: 采用 8:2 的比例划分训练集和验证集，并使用**顺序划分（Sequential Split）**策略，防止因视频帧相似性导致的数据泄露。
• 优化器: 使用 Adam 或 SGD 优化器，初始学习率设为 0.001。
• 学习率调度: 配合 StepLR 调度器，每经过一定 Epoch 衰减学习率，帮助模型更好地收敛到全局最优解。
• 早停机制 (Early Stopping): 设置 Patience=5，当验证集准确率连续 5 个 Epoch 不再提升时自动停止训练，防止模型过拟合。
• 损失函数: 使用 交叉熵损失函数 (Cross Entropy Loss)，适用于多分类问题。
• 批次大小 (Batch Size): 32。
• 训练轮次 (Epochs): 最大 20 轮。

1.3 内容预处理与增强

为了提高模型的泛化能力，我们构建了强大的数据增强流水线：

• 标准化 (Normalization): 使用 ImageNet 的均值和方差对输入图像进行归一化：
  • Mean: [0.485, 0.456, 0.406]
  • Std: [0.229, 0.224, 0.225]
• 训练集增强:
  • RandomResizedCrop: 随机裁剪并缩放（0.8 - 1.0），模拟不同拍摄距离。
  • RandomHorizontalFlip: 随机水平翻转，模拟不同拍摄角度。
  • RandomVerticalFlip: 随机垂直翻转 (p=0.3)。
  • RandomRotation: 随机旋转 (±15度)。
  • ColorJitter: 随机调整亮度、对比度、饱和度 (0.2) 和色相 (0.1)，模拟不同光照条件。
• 测试集处理: 仅进行中心裁剪 (Resize -> CenterCrop) 和标准化，确保评估的一致性。

图 1.3.1 增强后的训练样本: 展示了经过随机变换后的训练数据。这种多样性让模型“见多识广”，从而在面对真实世界的复杂图片时也能从容应对。

1.4 模型评估

我们使用多维度的指标对模型进行全面评估：

• 准确率 (Accuracy): 模型预测正确的样本占总样本的比例。
• 精确率 (Precision): 预测为正类且实际为正类的比例（查准率）。
• 召回率 (Recall): 实际为正类且被预测为正类的比例（查全率）。
• F1-Score: 精确率和召回率的调和平均数，综合反映模型性能。

图 1.4.1 训练过程对比: 曲线图展示了模型在训练周期内的 Loss 下降和 Accuracy 上升趋势。平滑的曲线表明模型收敛良好，未出现明显的过拟合或欠拟合。

图 1.4.2 混淆矩阵对比: 混淆矩阵直观地展示了模型在 10 个蝴蝶类别上的分类详情。

• 横轴: 预测类别
• 纵轴: 真实类别
• 对角线: 正确分类的样本数（颜色越深越好）。
• 非对角线: 误判样本。例如，如果 Class 3 和 Class 4 之间有较多误判，说明这两种蝴蝶外观相似度极高。

图 1.4.3 详细性能指标对比: 柱状图对比了不同模型在各核心指标上的得分，辅助我们量化分析模型优劣。

图 1.4.4 类别分布: 展示了原始数据集中各类别样本的数量，用于评估数据均衡性。

---

二、 框架架构

本系统采用现代化的前后端分离 (SPA)架构，各层职责清晰，易于维护和扩展。

2.1 技术栈

• 前端 (Frontend):
  • 框架: Vue 3 (Composition API)
  • 构建工具: Vite (极速冷启动和热更新)
  • UI 组件库: Element Plus (美观、响应式的企业级组件)
  • 路由管理: Vue Router 4
  • HTTP 客户端: Axios
• 后端 (Backend):
  • 框架: Django 4.2 + Django REST Framework (DRF)
  • 认证: SimpleJWT (基于 Token 的无状态认证)
  • 跨域处理: django-cors-headers
• AI 引擎:
  • 框架: PyTorch
  • 图像处理: Pillow, Torchvision
• 数据库:
  • 开发: SQLite 3
  • 生产: MySQL (可选)

2.2 数据流向

1. 用户请求: 用户在前端界面上传图片。
2. API 调用: 前端通过 Axios 发送 POST 请求到后端 /api/recognition/predict/ 接口。
3. 图像预处理: 后端接收图片，进行解码、Resize、Normalization 等预处理。
4. 模型推理: 加载预训练的 PyTorch 模型，输入处理后的 Tensor，计算 Top-5 概率。
5. 结果返回: 后端将识别结果（类别、置信度、中文名）封装为 JSON 返回给前端。
6. 持久化: 系统同时将识别记录（图片路径、结果、时间）写入数据库，供历史记录查询。

---

三、 数据库设计

系统数据库设计严格遵循第三范式 (3NF)，重要包含以下核心数据表。

3.1 用户表 (auth_user)

Django 内置的认证体系表，管理系统的所有用户信息。

字段名	类型	长度	约束	说明
id	Integer	-	PK, Auto	主键，自增ID
username	Varchar	150	Unique, Not Null	用户名，登录凭证
password	Varchar	128	Not Null	PBKDF2 算法加密存储的密码哈希
email	Varchar	254	-	电子邮箱地址
is_superuser	Boolean	-	Default False	超级管理员标记
is_staff	Boolean	-	Default False	员工标记（是否可进入 Django Admin）
date_joined	DateTime	-	Auto Now	账号注册时间
last_login	DateTime	-	Nullable	最后一次登录时间

3.2 蝴蝶图鉴表 (butterflies_butterflyinfo)

存储蝴蝶的生物学百科信息，支持图鉴浏览和详情查询。

字段名	类型	长度	约束	说明
id	Integer	-	PK, Auto	主键
class_id	Integer	-	Unique, Not Null	核心字段，对应 AI 模型输出的类别索引 (0-9)
scientific_name	Varchar	128	Not Null	学名 (拉丁文，如Danaus plexippus)
chinese_name	Varchar	128	Default ‘’	中文俗名 (如 君主斑蝶)
family	Varchar	128	Default ‘’	科 (如 蛱蝶科)
genus	Varchar	128	Default ‘’	属 (如 斑蝶属)
region	Varchar	256	Default ‘’	主要分布区域
image_url	Varchar	256	Default ‘’	标准样图的 URL 地址

3.3 识别记录表 (recognition_recognitionrecord)

记录用户的每一次识别行为，用于生成个人历史报告和系统数据统计。

字段名	类型	长度	约束	说明
id	Integer	-	PK, Auto	主键
user_id	Integer	-	FK (auth_user)	外键，关联识别操作的用户
image	ImageField	100	Not Null	上传图片的相对存储路径
predicted_label	Varchar	128	Not Null	模型预测的第一结果（类别名）
confidence	Float	-	Not Null	第一结果的置信度 (0.0 - 1.0)
top5	JSON	-	Not Null	JSON字段，存储 Top-5 的完整预测概率分布
created_at	DateTime	-	Auto Now Add	记录创建时间

---

四、 平台作用与界面

4.1 用户注册与登录

• 功能: 提供 JWT Token 获取与刷新机制。
• 界面: 采用左右分栏布局或居中卡片布局，背景简洁大气。
• 交互: 表单实时验证（非空、长度限制），登录成功后自动跳转至首页，并将 Token 存储在 LocalStorage。

图 4.1.1 登录注册: 简洁的登录界面，用户输入用户名和密码获取身份令牌。

4.2 智能识别 (核心功能)

• 功能: 支撑拖拽上传、点击上传。前端预览图片，进度条显示上传及处理状态。
• 结果展示:
  • 核心结果: 大号字体显示最可能的蝴蝶名称。
  • 置信度: 颜色区分的进度条（>90% 绿色，>70% 黄色，其余灰色）。
  • 百科链接: 点击识别结果可直接跳转至该蝴蝶的图鉴详情页。

图 4.2.1 智能识别: 用户交互的核心区域，直观展示 AI 的判断结果。

4.3 蝴蝶图鉴

• 功能: 分页展示所有收录的蝴蝶资料。支持按中文名、学名、科、属进行模糊搜索。
• 详情页: 模态框（Dialog）形式展示蝴蝶的高清大图、分类学信息及详细描述。

图 4.3.1 蝴蝶图鉴: 知识库模块，帮助用户了解蝴蝶的生物学特征。

4.4 个人中心与历史记录

• 个人信息: 展示头像、用户名、注册时间及识别统计（今日识别数、总识别数）。
• 历史记录:
  • 网格视图: 卡片墙形式展示历史图片，美观直观。
  • 列表视图: 表格形式展示，包含详细时间、置信度数值。
  • 操作: 支持单条删除历史记录。

图 4.4.1 个人信息: 用户的数据仪表盘。

4.5 素材统计

• 功能: 基于 ECharts 的数据可视化。
• 图表:
  • 饼图: 热门识别蝴蝶 Top 10 分布。
  • 柱状图: 最近 7 天的系统识别量趋势。
  • 词云: 常见搜索关键词。

图 4.5.1 数据统计: 宏观展示系统资料的分布规律。

4.6 后台管理 (管理员独有)

• 权限控制: 仅 is_superuser=True 或 is_staff=True 的用户可见。
• 用户管理: 查看注册用户列表，禁用违规账号，删除测试数据。
• 模型管理: 查看当前加载的模型版本，对比不同模型的性能指标，甚至支持在线热切换模型（需后端支持）。

图 4.6.1 用户管理: 系统维护入口。

图 4.6.2 模型管理: AI 模型监控与管理。