# faiss_dog_cat_question_2

**Repository Path**: YXY0216/faiss_dog_cat_question_1

## Basic Information

- **Project Name**: faiss_dog_cat_question_2
- **Description**: 本项目使用FAISS库实现了基于K近邻的图像分类器。该分类器可以使用CPU或GPU进行训练，并支持两种特征提取方法：flat和vgg。用户可以选择使用sklearn或faiss库实现K近邻算法。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 378
- **Created**: 2025-11-02
- **Last Updated**: 2025-11-11

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 项目简介

本项目提供“猫狗识别（终极版）”两套思路：

- LazyPredict 自动对多种传统机器学习分类器进行基准评测，自动选择并保存准确率最高的模型；
- 补充保留了早期的 FAISS KNN 示例与集成学习脚本，便于对比学习。

训练采用 flat 特征（将图片转为灰度 32×32 并展平为 1024 维），首次构建会将特征缓存到磁盘以加速后续运行。

已在 Windows + Python 3.12（PowerShell）验证运行。

## 目录结构

```
faiss_dog_cat_question_1/
   train.py             # 使用 LazyPredict 训练与排行榜、保存最佳模型
   webapp.py            # 用 Gradio 加载最佳模型进行猫狗推理
   util.py              # 数据读取、特征提取（flat/vgg）与缓存
   train_ensemble.py    # 备选：集成/投票学习基线（可忽略）
   FaissKNeighbors.py   # 备选：FAISS KNN 示例（可忽略）
   models/              # 训练产物目录（CSV/PNG/最佳模型）
   data/
      train/             # 训练图片：cat.* 与 dog.*
   readme.md
```

## 数据集组织（约定）

- 文件命名遵循 Kaggle Dogs vs Cats：`cat.N.jpg` / `dog.N.jpg`；
- 默认从 `data/train/` 读取；
- 标签约定：dog → 1，cat → 0。

## 环境依赖

必要依赖（LazyPredict + 推理界面）：

- numpy、pandas、scikit-learn、joblib、matplotlib
- lazypredict
- pillow、opencv-python
- gradio

安装示例（PowerShell）：

```powershell
# 可选：创建虚拟环境
python -m venv .venv; .\.venv\Scripts\Activate.ps1

# 训练与可视化依赖
py -3 -m pip install -U lazypredict scikit-learn pandas numpy joblib matplotlib

# Web 推理依赖
py -3 -m pip install -U gradio pillow opencv-python

# 若使用 VGG 特征再需要（体积较大，非必需）：
py -3 -m pip install -U tensorflow
```

## 训练（LazyPredict）

```powershell
Set-Location "C:\Users\21372\Desktop\图像模式识别\实验四\faiss_dog_cat_question_1"
py -3 .\train.py
```

训练过程：
- 控制台将打印类似“模型排行榜”的表格（Accuracy、Balanced Accuracy、ROC AUC、F1、Time taken）；
- 导出文件：
   - `models\lazypredict_results.csv`：完整排行榜；
   - `models\lazypredict_results.png`：排行榜截图（可直接提交）；
   - `models\best_lazypredict.pkl`：准确率最高的已训练模型。

性能提示：
- 如果数据集很大（例如 25k 张），LazyPredict 会逐个模型训练，耗时较长；
- 想加速可临时减少数据量（抽样）或在 `train.py` 中将 `LazyClassifier` 的 `classifiers` 参数改为少量备选模型（如 `['LogisticRegression','RandomForestClassifier','SVC']`）。

## Web 推理（Gradio）

```powershell
py -3 .\webapp.py
```

浏览器访问 `http://127.0.0.1:7860`，上传一张图片即可得到“猫/狗”预测与置信度。

推理预处理与训练一致：灰度 → 32×32 → 展平（float32）。

## 备选脚本（可选）

- `train_ensemble.py`：使用投票/Stacking 等集成方法训练并保存最佳模型，结果保存到 `models/best_ensemble.pkl`；
- `FaissKNeighbors.py`：展示如何用 FAISS 实现简化版 KNN 检索与分类。

## 个人信息

- 姓名：尹星宇
- 学号：202352320208
- 班级：智能科学与技术 二班