📝 摘要：本文介绍一个基于 Django + PyTorch 的猫狗图像分类 Web 识别系统，支持 AlexNet、ResNet、MobileNet、Vision Transformer 等十余种主流模型。项目覆盖从数据组织、模型训练到 Web 上传推理与结果展示的完整流程，使用经典 Dogs-vs-Cats 数据集（训练集 20,000 张、测试集 5,000 张），并提供统一的命令行训练脚本。整套方案适合作为图像分类入门实践、课程设计或深度学习部署的参考示例。
项目简介
你有没有想过，用深度学习来区分猫和狗到底有多简单？🐱🐶 本项目就带你手把手搭建一个完整的「猫狗图像分类 Web 识别系统」，从前端上传图片到后端模型推理，再到结果可视化，一条龙搞定。
系统前端提供直观的图片上传、模型选择和识别结果展示界面；后端基于 Django 框架组织页面路由、处理文件上传并调度模型推理；核心识别能力则由 PyTorch 驱动，集成了 AlexNet、ResNet、MobileNet、Vision Transformer 等十余种经典 CNN 与 Transformer 模型——可以说是一个深度学习模型的小型竞技场。
项目从原始模板迁移至猫狗分类场景后，数据集路径、类别索引、页面文案和训练脚本的默认配置已全面适配 Dogs-vs-Cats 数据集，拿到代码即可直接开练。
技术栈
本项目麻雀虽小五脏俱全，涉及前后端与深度学习三大领域，主要技术选型如下：
| 层级 | 技术 | 说明 |
|---|---|---|
| 后端框架 | Django | 处理路由、文件上传、静态资源与模型推理调度 |
| 深度学习 | PyTorch + torchvision | 模型定义、训练、推理与图像预处理 |
| 模型家族 | AlexNet、GoogLeNet、ResNet、VGG、LeNet、MobileNet、DenseNet、EfficientNet、RegNet、ShuffleNet、Swin Transformer、Vision Transformer | 覆盖从经典 CNN 到现代 Transformer 的主流架构 |
| 图像处理 | Pillow + torchvision.transforms | 图片格式转换、Resize、Crop、Normalize 等预处理管线 |
| 数据组织 | ImageFolder 格式 | 按train/和test/下的cat/、dog/子目录自动归类 |
| 结果记录 | Excel（*_results.xlsx） | 每个模型训练完成后自动保存当前表现，方便横向对比 |
这套技术栈的优势在于：Django 成熟稳定、PyTorch 灵活强大，而且模型覆盖面广——无论你是想快速部署一个轻量级 MobileNet，还是想把玩最新的 Vision Transformer，都能在本项目中找到对应的实现。
数据集说明
数据集使用的是经典的Dogs-vs-Cats（猫狗大战）数据集，存放在djangoProject/data_set/dogs-vs-cats目录下。
目前本地数据的分布如下：
| 集合 | 猫 | 狗 | 合计 |
|---|---|---|---|
| 训练集 | 10,000 | 10,000 | 20,000 |
| 测试集 | 2,500 | 2,500 | 5,000 |
💡 训练脚本有一个贴心设计：会优先读取
val/目录作为验证集；如果val/不存在，则自动退回到test/目录。这样一来，即使你的数据集只有 train 和 test 两个子目录，也无需手动调整代码，开箱即用。
系统功能
整个 Web 系统围绕「上传 → 推理 → 展示」这条主线设计，具体功能如下：
- 🏠 首页导航：清晰展示猫狗分类系统名称、数据集类别说明和模型选择下拉框，用户一目了然。
- 📤 图片上传：支持 JPG、PNG、JPEG 等常见图片格式，拖拽或点击即可上传。
- 🧠 智能推理：根据用户选择的模型，动态加载对应的
class_indices.json与权重文件，对图片进行 Resize → CenterCrop → Normalize 预处理后完成推理，返回预测类别与置信度。 - 📊 结果展示：结果页直观呈现上传的原始图片、所使用的模型名称、预测类别（中文显示「猫」或「狗」）以及识别概率。
- 🛠️ 训练入口：
main_train.py作为统一训练脚本，支持通过命令行参数切换模型架构（--model）、指定数据集（--data_set）和训练轮数（--epoch），一键启动训练。
📌 下图是系统首页的实际截图，可以看到模型选择区域和上传入口的布局。
核心流程说明
为了让读者对整个项目的运转逻辑有一个全局视角，这里梳理一下从数据到预测的完整链路：
- 数据准备：将猫狗图片按 ImageFolder 规范放入
train/和test/下的cat/、dog/子目录。这一步决定了后续训练能否自动识别类别——目录名即标签。 - 模型训练：运行
main_train.py，脚本自动扫描训练集目录生成class_indices.json（类别映射文件），同时开始训练并保存最优权重。训练过程中的各项指标会被实时记录到*_results.xlsx文件中。 - Web 上传：用户在首页选择想要使用的模型（比如 MobileNet），然后上传一张猫或狗的图片。Django 后端将图片保存到
media/目录，等待推理。 - 模型推理：系统读取对应模型的
class_indices.json和权重文件（.pth），对上传图片执行 Resize → CenterCrop → Normalize 标准预处理流水线，然后送入模型完成前向推理。 - 结果展示：模型的输出索引通过
class_indices.json映射回原始类别（cat/dog），再在页面上渲染为中文「猫」或「狗」，同时展示置信度百分比，让用户对自己的识别结果心中有数。
整个流程环环相扣，且每个环节都预留了扩展接口，方便后续接入新模型或新数据集。
效果展示与分析
下图为基于项目模板和本地猫类样本生成的结果页展示示例。由于当前项目目录中未发现已训练完成的推理权重文件，该截图用于展示系统页面效果和结果呈现形式，示例概率不作为固定模型输出。
项目中包含多份 *_results.xlsx 训练记录，下图根据这些本地结果文件提取最后一轮 val_accuracy 与 F1_score 生成，用于快速观察不同模型的训练表现对比。
从本地结果记录看，当前最后一轮验证准确率较高的模型为 MobileNet，对应 val_accuracy 约为 0.7500。不同模型在参数量、训练速度和泛化能力上存在差异，实际部署时可结合机器性能与准确率要求选择。
运行流程
- 进入 djangoProject 目录。
- 使用 mamba 环境运行：conda run -n env python manage.py runserver 127.0.0.1:8000。
- 浏览器访问 http://127.0.0.1:8000/。
- 上传猫狗图片并选择模型进行识别。
- 如需重新训练，可运行：python main_train.py --model Swin --data_set dogs-vs-cats --epoch 10。
项目总结与优化方向
本项目完成了从数据集组织、模型训练、Web 上传到预测展示的完整闭环，适合作为图像分类课程设计、深度学习项目实践和 Django + PyTorch 部署示例。
后续可以继续优化：补充真实训练权重并完善推理测试；增加上传图片预览与错误提示；将模型权重路径配置化；添加批量预测功能；增加混淆矩阵、ROC 曲线等更完整的可视化分析。
 agent和组件)
