# IPR05

**Repository Path**: gbu23/ipr05

## Basic Information

- **Project Name**: IPR05
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-11-08
- **Last Updated**: 2025-11-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# IPR项目4: 使用 LazyPredict 优化猫狗识别 - 终极版

## 📋 项目简介

本项目使用 **LazyPredict** 自动评估多个机器学习分类器，选择准确率最高的模型进行猫狗图像识别，并通过 **Gradio** 提供友好的 Web 界面进行推理。

### 🎯 核心特性

- ✅ **自动模型选择**: 使用 LazyPredict 自动训练和评估 29+ 种分类器
- ✅ **最优模型保存**: 自动选择并保存准确率最高的模型
- ✅ **工业级日志**: 完整的训练和推理日志记录
- ✅ **Web 可视化**: 基于 Gradio 的友好交互界面
- ✅ **性能对比**: 自动生成模型性能对比报告

## 🏗️ 项目结构

```
IPR05/
├── train.py                    # 训练脚本（使用 LazyPredict）
├── webapp.py                   # Web 应用（使用 Gradio）
├── requirements.txt            # 依赖包列表
├── README.md                   # 项目说明文档
├── util.py                     # 工具函数
├── cat_dog_data/              # 数据集目录
│   └── data/
│       └── train/
│           ├── cats/          # 猫的图片
│           └── dogs/          # 狗的图片
├── models/                    # 模型保存目录
│   ├── best_model_latest.pkl  # 最新最佳模型
│   └── model_comparison.csv   # 模型对比结果
└── logs/                      # 日志文件目录
    ├── lazypredict_training_*.log
    └── webapp_*.log
```

## 🚀 快速开始

### 1. 安装依赖

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

### 2. 训练模型

运行训练脚本，LazyPredict 将自动评估多个分类器：

```bash
python train.py
```

训练过程将：
- 自动加载和预处理猫狗图像数据
- 使用 LazyPredict 评估 29+ 种分类器
- 选择准确率最高的模型
- 保存最佳模型到 `models/` 目录
- 生成模型对比报告 `models/model_comparison.csv`
- 记录详细日志到 `logs/` 目录

### 3. 启动 Web 应用

```bash
python webapp.py
```

然后在浏览器中打开: http://127.0.0.1:7860

## 📊 LazyPredict 评估结果

LazyPredict 会自动评估以下指标：

| 指标 | 说明 |
|------|------|
| **Accuracy** | 准确率 |
| **Balanced Accuracy** | 平衡准确率 |
| **ROC AUC** | ROC曲线下面积 |
| **F1 Score** | F1分数 |
| **Time Taken** | 训练耗时 |

### 典型输出示例

```
排名  模型名称                                  准确率        平衡准确率      ROC AUC      F1分数       训练时间(s)
----------------------------------------------------------------------------------------------------
1     RandomForestClassifier                  0.9850       0.9848         0.9995       0.9850       31.01
2     ExtraTreesClassifier                    0.9825       0.9823         0.9994       0.9825       9.14
3     XGBClassifier                           0.9800       0.9798         0.9992       0.9800       8.28
4     LGBMClassifier                          0.9775       0.9773         0.9990       0.9775       3.53
5     GradientBoostingClassifier              0.9750       0.9748         0.9988       0.9750       7.73
...
```

## 🔧 技术栈

### 核心库

- **LazyPredict**: 自动模型评估和选择
- **Scikit-learn**: 机器学习算法
- **XGBoost**: 梯度提升算法
- **LightGBM**: 轻量级梯度提升
- **Gradio**: Web 界面框架
- **OpenCV**: 图像处理
- **NumPy**: 数值计算

### 支持的分类器

LazyPredict 会自动评估以下分类器（部分）：

1. **集成学习**
   - RandomForestClassifier
   - ExtraTreesClassifier
   - GradientBoostingClassifier
   - AdaBoostClassifier
   - BaggingClassifier
   - XGBClassifier
   - LGBMClassifier

2. **线性模型**
   - LogisticRegression
   - RidgeClassifier
   - SGDClassifier
   - LinearSVC

3. **树模型**
   - DecisionTreeClassifier
   - ExtraTreeClassifier

4. **近邻算法**
   - KNeighborsClassifier

5. **贝叶斯**
   - GaussianNB
   - BernoulliNB

6. **支持向量机**
   - SVC
   - NuSVC

7. **判别分析**
   - LinearDiscriminantAnalysis
   - QuadraticDiscriminantAnalysis

## 📝 文件说明

### train.py

训练脚本的主要功能：

1. **数据加载**: 从 `cat_dog_data/data/train/` 加载猫狗图像
2. **特征提取**: 将图像调整为 64x64 并展平为特征向量
3. **数据分割**: 75% 训练集，25% 测试集
4. **模型评估**: 使用 LazyPredict 自动评估所有分类器
5. **模型训练**: 重新训练最佳模型
6. **模型保存**: 保存到 `models/best_model_latest.pkl`
7. **日志记录**: 详细的训练日志

### webapp.py

Web 应用的主要功能：

1. **模型加载**: 加载训练好的最佳模型
2. **图像预处理**: 调整图像大小并提取特征
3. **实时推理**: 对上传的图像进行分类
4. **结果展示**: 显示预测类别和置信度
5. **日志记录**: 记录所有推理请求

## 📈 性能优化

### 特征工程

- 图像大小: 64x64 像素
- 颜色空间: RGB
- 特征维度: 12,288 (64×64×3)
- 归一化: 像素值范围 [0, 255]

### 模型选择策略

1. LazyPredict 自动评估所有可用分类器
2. 按准确率降序排序
3. 选择准确率最高的模型
4. 重新训练完整模型以获得最佳性能

## 🎨 Web 界面功能

- 📤 **图像上传**: 支持拖拽或点击上传
- 🖼️ **示例图片**: 提供猫狗示例图片快速测试
- 📊 **结果展示**: 显示预测类别和置信度
- 🔄 **清除功能**: 一键清除输入和输出
- 📱 **响应式设计**: 适配不同屏幕尺寸

## 📊 日志系统

### 训练日志

位置: `logs/lazypredict_training_YYYYMMDD_HHMMSS.log`

记录内容：
- 数据加载和预处理信息
- LazyPredict 评估所有模型的详细结果
- 最佳模型选择过程
- 模型训练和保存信息

### 推理日志

位置: `logs/webapp_YYYYMMDD_HHMMSS.log`

记录内容：
- 模型加载信息
- 每次预测请求的详细信息
- 图像预处理步骤
- 预测结果和置信度

## 🔍 使用示例

### 训练模型

```python
# 运行训练脚本
python train.py

# 输出示例：
# ================================================================================
# LazyPredict 自动模型选择系统启动
# ================================================================================
# 步骤 1: 数据加载与预处理
# ✓ 数据加载完成 - 耗时: 45.23秒
#   - 样本总数: 25000
#   - 特征维度: 12288
# 
# 步骤 3: LazyPredict 自动模型评估
# ✓ 模型评估完成 - 总耗时: 256.78秒
# ✓ 共评估了 29 个分类器
# 
# 🏆 最佳模型: RandomForestClassifier
# 🏆 最高准确率: 0.9850 (98.50%)
```

### 使用 Web 应用

```python
# 启动 Web 应用
python webapp.py

# 在浏览器中打开: http://127.0.0.1:7860
# 1. 上传猫或狗的图片
# 2. 点击"开始识别"按钮
# 3. 查看预测结果和置信度
```

## 🐛 常见问题

### Q1: 安装 lazypredict 失败？

```bash
# 尝试使用以下命令
pip install lazypredict --no-deps
pip install scikit-learn pandas numpy tqdm joblib
```

### Q2: 训练时间过长？

- LazyPredict 需要评估多个模型，首次运行可能需要 5-15 分钟
- 可以通过减少数据量来加快训练速度
- 使用更强大的 CPU 可以显著提升速度

### Q3: 模型文件不存在？

确保先运行 `train.py` 训练模型，再运行 `webapp.py`

### Q4: Gradio 无法访问？

检查防火墙设置，确保 7860 端口未被占用

## 📚 参考资料

- [LazyPredict 官方文档](https://github.com/shankarpandala/lazypredict)
- [Gradio 官方文档](https://www.gradio.app/docs/)
- [Scikit-learn 文档](https://scikit-learn.org/)
- [XGBoost 文档](https://xgboost.readthedocs.io/)
- [LightGBM 文档](https://lightgbm.readthedocs.io/)

## 📄 许可证

MIT License

## 👨‍💻 作者

- 学号：202352320116
- 班级：智科一班
- 年级：2023级