jsoyee / corn Goto Github PK

一个基于VGG神经网络的花卉识别定位信息采集系统，代号：苞米豆。通过这个系统能够识别花卉的种类然后将信息保存到数据库中，并在地图上进行标记，共享给其他人查看。

小程序端

后台管理端

线上访问链接： wzy.ink

测试账号：[email protected]，密码：123456，可登入后台查看。

在线接口文档地址：https://www.abinya.top/doc.html#/home

项目目录

corn
├── Ai	--ai模块
├── LICENSE	--开源协议
├── README.md	--项目文档
├── admin-ui	--前端后台管理
├── corn-mysql8.0.sql	--sql文件，需要MySQL8,0以上
├── corn-springboot	--SpringBoot工程
└── phone-ui	--小程序

SpringBoot工程

corn-springboot
├── config	--配置模块
├── controller	--控制器模块
├── dto	--dto模块
├── entity	--实体类
├── error	--异常模块
├── mapper	--持久模块
├── service	--业务模块
├── utils	--工具类模块
└── vo	--vo模块

直接导入该项目于本地，修改后端配置文件中的数据库等连接信息，项目中使用到的腾讯云对象存储需要自行开通。

本地访问接口文档地址：http://127.0.0.1:8881/doc.html#/home

uni-app配置这里需要自己申请腾讯地图账号和微信小程序AppID，npm install安装所需的依赖。

ps：请先运行后端项目，再启动前端项目，前端项目配置由后端动态加载。

ps：小程序基于uni-app开发，小程序工程要导入到uni-app的HBuilderX开发工具运行。

• 支持动态权限修改，采用RBAC模型，前端菜单和后台权限实时更新。
• 使用Java技术，MySQL数据库开发，充分保证了系统稳定性、完整性。
• 本项目采用主流的前后端分离架构SpringBoot + Vue，充分的使系统前后端代码解耦，提高了可维护性。
• 花卉图像识别部分通过API接口与前后端进行交互，解耦了算法与前后端工程。
• 经过测试，识别功能接口稳定且性能高，在网络良好的情况下，平均响应时间在2s内。
• 使用第三方对象存储图片节省服务器资源。

架构图

流程图

dataset_name
│   
│      
│
└───label1
│      file011.jpg
│      file012.jpg
│         ...
|
│   
└───label2
|
|      file021.jpg
|      file022.jpg
|       ...
...

然后用编辑器打开train.py文件，把Pre_training改为Falase
如果你想用预训练模型进行训练的可以把模型文件放在model文件目录下，
然后在train.py文件里models.load_model里输入模型的名字，
再把Pre_training改为True就可以了。
下载 miniconda：https://docs.conda.io/en/latest/miniconda.html 然后安装注意添加环境变量打开终端输入以下：

# 创建虚拟环境
conda create -n tensorflow2 python=3.7.5
# 查看虚拟环境列表
conda env list
# 激活虚拟环境
conda activate tensorflow2
# 安装环境依赖
pip install -r requirement.txt

注意安装依赖时要移动到有requirement.txt文件目录下不然会报错
安装完依赖后运行python train.py就开始训练想看训练过程的
情况的可以再打开一个终端进入tensorflow2环境移动项目目录然
后tensorboard --logdir=logs 根据提示输入网址就可以看到过
程了

训练完后会在model目录下有以时间命名的模型文件，也可以用我的
模型：https://pan.baidu.com/s/1ltQCTGmYH2Q3E9FsIxtrwg 提取码是：corn把下载好模型放在model目录下打开distinguishapp.py
在class_names中添加对应的标签在load_model读取对应的模型
运行python distinguishapp.py然后在任何浏览器最好是谷歌
浏览器输入http://127.0.0.1:8086/classifierhtml

除了可以用网页端看到效果外，也可以通过API来开发你自己的
客户端。使用API方式如下： http://127.0.0.1:8086/predict/(post请求)

{
    "img_url":"图片的url"
}

返回结果是json就拿我的项目举例

{
	"data": [
		{
			"name": "雏菊",
			"value": "0.024256058"
		},
		{
			"name": "蒲公英",
			"value": "0.9540851"
		},
		{
			"name": "玫瑰",
			"value": "0.007327111"
		},
		{
			"name": "向日葵",
			"value": "0.002556602"
		},
		{
			"name": "郁金香",
			"value": "0.011775156"
		}
	],
	"msg": "success",
	"status": "200"
}

历经20天左右的时间，本次的毕业设计已画上了句号。

抱怨一下，之前没有接触过uniapp写小程序，算是现用现学吧，坑太多了，非常不好用，早知道用户端H5了，下次写项目不用了。

项目中有些功能之前都有写过，只能说让原本熟悉的我更加熟悉吧，当然收获也是有的，比如：Web工程对接AI接口那块，SpringBoot整合微信小程序的登录并管理用户。

此次项目从整体看来，已基本达到预期的设计目的，能够实现基本的功能，但相较于市场的一些产品而言，还是有许多不足的地方。

遗憾的是，由于时间的有限，已经不允许再投入更多的时间和精力进行研究开发。相信在以后的工作中，我会接触到更多相关的知识，会更丰富自身的经验，我希望到时能够在此基础上完成一个丰富完整的项目，这将对我有很大的意义。