# CatIdentify

**Repository Path**: jijie0418/cat-identify

## Basic Information

- **Project Name**: CatIdentify
- **Description**: 识别校园小猫的小程序端
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2025-04-15
- **Last Updated**: 2026-01-27

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 猫咪识别应用

基于YOLOv5的猫咪识别应用，可以检测图片中是否有猫，标记出猫的位置，并识别猫的品种。

## 功能特性

- 图片上传与预览
- 猫咪检测（基于YOLOv5预训练模型）
- 猫品种识别（支持多种常见猫品种）
- 多猫同时识别与区分
- 检测结果可视化展示
- 支持移动端与H5多端适配

## 技术栈

### 前端
- Vue 3 + uni-app（跨端开发框架）
- uni-ui 组件库
- Vue I18n 国际化支持

### 后端
- Django + Django REST Framework
- OpenCV 图像处理
- 通义千问大语言模型（品种识别增强）

### AI模型
- YOLOv5（目标检测）
- EfficientNet（品种识别）
- ConvNeXt（特征提取）

## 目录结构

```
├── backend/               # 后端代码
│   ├── catIdentify/       # Django项目主目录
│   │   ├── yolov5/        # YOLOv5模型
│   │   ├── cat_breeds/    # 猫品种数据
│   │   ├── models/        # 自定义模型
│   │   └── media/         # 媒体文件存储
│   └── requirements.txt   # 后端依赖
├── src/                   # 前端源代码
│   ├── api/               # API接口封装
│   ├── components/        # 公共组件
│   ├── pages/             # 页面文件
│   ├── static/            # 静态资源
│   └── utils/             # 工具函数
├── scripts/               # 部署和工具脚本
└── dist/                  # 构建输出目录
```

## 部署说明

### 后端部署

1. 安装依赖：

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

2. 准备模型文件：
   - 确保YOLOv5模型文件已放置在正确位置
   - 如需使用自定义训练的模型，请替换`yolov5s.pt`文件

3. 运行服务器：

```bash
cd catIdentify
python manage.py runserver 0.0.0.0:8000
```

### 前端部署

1. 安装依赖：

```bash
npm install
# 或使用
pnpm install
```

2. 运行开发服务器：

```bash
# H5版本
npm run dev:h5

# 微信小程序
npm run dev:mp-weixin
```

3. 打包生产版本：

```bash
# H5版本
npm run build:h5

# 微信小程序
npm run build:mp-weixin
```

## API 接口

### 猫咪检测接口

- URL: `/api/yolov5/detect/`
- 方法: POST
- 参数: 
  - image: 图片文件

- 响应:
```json
{
  "cat_detected": true,
  "detection_count": 1,
  "detections": [
    {
      "box": [100, 200, 300, 400],
      "confidence": 0.95,
      "class": "cat"
    }
  ],
  "result_image": "base64编码的结果图像"
}
```

### 猫品种识别接口

- URL: `/api/cat/breed/`
- 方法: POST
- 参数:
  - image: 图片文件
  
- 响应:
```json
{
  "breeds": {
    "0": "狸花猫",
    "1": "美国短毛猫",
    "2": "虎斑猫"
  },
  "time": 2.15
}
```

## 注意事项

- 项目中包含一些大型模型文件，请勿直接提交到Git仓库
- 模型文件可以通过外部存储或模型下载脚本获取
- 请遵循.gitignore文件中的规则，避免提交不必要的文件

## 后续开发计划

- 视频流实时猫咪检测
- 猫咪行为分析功能
- 用户猫咪图库与历史记录
- 改进模型精度与性能

## 贡献指南

欢迎贡献代码或提交问题反馈，请遵循以下步骤：

1. Fork本仓库
2. 创建特性分支 (`git checkout -b feature/amazing-feature`)
3. 提交更改 (`git commit -m 'Add some amazing feature'`)
4. 推送到分支 (`git push origin feature/amazing-feature`)
5. 创建Pull Request

## 许可证

本项目采用MIT许可证 - 详见LICENSE文件