# faiss_dog_cat_question_final

**Repository Path**: rainyf/faiss_dog_cat_question_final

## Basic Information

- **Project Name**: faiss_dog_cat_question_final
- **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**: 2025-11-05
- **Last Updated**: 2025-11-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 🐱🐶 猫狗分类终极版（LazyPredict + Gradio）

本项目基于 LazyPredict 一次性对多种分类器进行基准评测，自动选择“准确率最高”的模型进行保存，并通过 Gradio 提供可交互的 Web 推理界面。支持两种特征方式：

- `flat`：32×32 灰度展开 + L2 归一化（轻量、速度快）
- `vgg`：VGG16 预训练网络特征（语义更强、通常更准，需 TensorFlow）

同时保留原先的集成学习脚本与 FAISS KNN 方案作为参考。

---

## 目录
- 快速开始（安装/训练/启动）
- 数据准备（支持子目录与扁平文件名）
- 训练产物与如何查看各模型准确率
- 已实现的集成学习算法
- 项目结构

---

## 🚀 快速开始（Windows PowerShell）

建议 Python 3.10/3.11。

### 1) 创建与激活虚拟环境（可选）
```powershell
python -m venv .venv
.\.venv\Scripts\Activate.ps1
```

### 2) 安装依赖
```powershell
pip install -r requirements.txt
```

### 3) 用 LazyPredict 训练并自动选最佳模型
- 快速版本（flat 特征，推荐）：
```powershell
python train.py -f flat -t 0.25 -r 2025
```
- 更高精度（vgg 特征，较慢，需要 TensorFlow）：
```powershell
python train.py -f vgg -t 0.25 -r 2025
```

训练时控制台会打印 LazyPredict 的排行表（Accuracy、F1、耗时等），可直接截图用于作业提交；完整表也会保存为 CSV 便于查阅。

### 4) 启动 Gradio Web 应用
```powershell
python webapp.py
```

默认监听 `http://localhost:7861`，上传猫/狗图片即可得到预测结果与置信度。页面顶部会显示“模型名称、准确率、特征方式”，并与训练保持一致。

---

## 📦 数据准备

支持两种组织方式：

1) 传统子目录结构（推荐）

```
data/
   train/
      cats/
         cat.0.jpg
         ...
      dogs/
         dog.0.jpg
         ...
```

2) 扁平目录（无需子文件夹），通过文件名判断类别：

```
data/
   train/
      cat_001.jpg
      dog-02.png
      ...
```

规则：文件名中包含 “cat” 视为猫类（0），包含 “dog” 视为狗类（1）。

---

## 🧾 训练产物与查看结果

训练完成后会在项目根目录生成：
- `best_lazypredict_model.pkl`：LazyPredict 选出的最佳模型
- `best_lazypredict_info.pkl`：包含模型名、准确率、特征方式、特征维度、完整排行等
- `lazypredict_results.csv`：完整排行榜（可用作截图）

为避免 flat 与 vgg 混用导致维度冲突，特征缓存采用分文件策略：
- `X_flat.pkl / y_flat.pkl`
- `X_vgg.pkl / y_vgg.pkl`

快速查看本次各模型准确率（可直接在 Python 里运行）：

```python
import pickle
with open('best_lazypredict_info.pkl','rb') as f:
   info = pickle.load(f)
for k, v in info['all_results'].items():
      print(k, v['accuracy'])
print('BEST:', info['model_name'], info['accuracy'])
```

## 🧠 LazyPredict 会尝试的常见分类器（节选）

- KNN 系列：`KNeighborsClassifier`、`NearestCentroid`
- SVM 系列：`SVC`、`NuSVC`
- 树与集成：`DecisionTree`、`RandomForest`、`ExtraTrees`、`AdaBoost`、`Bagging`、`XGBClassifier`、`LGBMClassifier` 等
- 朴素贝叶斯：`GaussianNB`、`BernoulliNB`
- 线性模型：`LogisticRegression`、`LinearSVC`、`SGDClassifier`、`RidgeClassifier`、`RidgeClassifierCV`、`LDA`
- 判别分析：`QDA`
- 其它：`CalibratedClassifierCV`、`PassiveAggressiveClassifier`、`DummyClassifier` 等

注意：LazyPredict 使用默认超参数做“粗筛选”，你可以对前几名再做网格/贝叶斯调参，或在本项目的 `train_ensemble.py` 中构建 Voting/Stacking 进一步提升。

---

## 📁 项目结构

```
faiss_dog_cat_question_final/
├─ train.py                 # 原 KNN 训练脚本
├─ FaissKNeighbors.py       # Faiss KNN 实现
├─ util.py                  # 数据/特征工具（已支持扁平目录识别 cat/dog）
├─ train_ensemble.py        # 集成学习训练脚本（可选参考）
├─ ensemble_webapp.py       # 旧版 Web（集成学习）
├─ webapp.py                # 新版 Web（LazyPredict 最佳模型）
├─ readme.md                # 你正在看的唯一说明文档
└─ data/
    ├─ train/
    └─ test/
```

---

## 📝 个人信息
- 学号: 202352320128
- 年级：2023级
- 专业: 智能科学与技术
- 班级: 一班