# python-ml

**Repository Path**: leacyy/python-ml

## Basic Information

- **Project Name**: python-ml
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-02-04
- **Last Updated**: 2026-02-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Python ML 智能应用平台

一个基于Flask的智能机器学习应用平台，集成了多种AI功能，包括语音识别、人脸识别、数学题生成、PDF解析、语义相似度分析等。

## 🚀 功能特性

### 1. 语音识别 (Speech Recognition)
- **多语言支持**: 支持中文、英文等多种语言
- **自动语言检测**: 智能识别音频语言
- **中文优化**: 自动将繁体中文转换为简体中文
- **多格式支持**: 支持WAV、MP3、OGG、M4A、FLAC等音频格式
- **异步处理**: 多线程处理，支持并发请求

### 2. 人脸识别 (Face Recognition)
- **人脸检测**: 实时检测图片中的人脸
- **身份识别**: 基于数据库的人脸匹配和身份验证
- **摄像头支持**: 支持实时摄像头捕获和识别
- **批量处理**: 支持多张图片批量识别

### 3. 数学题生成 (Math Generation)
- **智能生成**: 基于AI模型自动生成数学题目
- **题目类型**: 支持分数运算、进位借位等多种题型
- **批量生成**: 可一次性生成多道相似题目
- **答案验证**: 自动生成标准答案

### 4. PDF解析 (PDF Processing)
- **文本提取**: 智能提取PDF文档中的文本内容
- **结构化转换**: 将PDF内容转换为结构化JSON格式
- **格式修复**: 自动修复提取过程中的格式问题
- **多语言支持**: 支持中英文PDF文档

### 5. 语义相似度分析 (Semantic Similarity)
- **文本分析**: 分析文本之间的语义相似度
- **智能匹配**: 基于AI模型的语义理解
- **批量处理**: 支持多文本批量分析

### 6. 机器学习推荐系统
- **食物推荐**: 基于年龄和性别的个性化推荐
- **线性回归**: 面积预测模型
- **逻辑回归**: 保险购买预测

## 📋 系统要求

- Python 3.8+
- Flask 2.2.5+
- CUDA支持（可选，用于GPU加速）
- 至少4GB内存
- 支持的操作系统: Windows, Linux, macOS

## 🛠️ 安装部署

### 1. 克隆项目
```bash
git clone <repository-url>
cd python-ml
```

### 2. 创建虚拟环境
```bash
python -m venv venv
# Windows
venv\Scripts\activate
# Linux/macOS
source venv/bin/activate
```

### 3. 安装依赖
```bash
pip install -r requirements.txt
```

### 4. 环境配置
创建 `.env` 文件并配置以下参数：
```env
FLASK_ENV=development
FLASK_DEBUG=1
USE_CPU=false  # 是否强制使用CPU
OPENAI_API_KEY=your_api_key  # OpenAI API密钥
```

### 5. 初始化数据库
```bash
python -c "from app.db_conn import init_db; from app.app import app; init_db(app)"
```

### 6. 启动应用
```bash
python app/app.py
```

应用将在 `http://localhost:5000` 启动

## 🔌 API接口文档

### 语音识别接口

#### POST /speech/transcribe
语音转文字接口

**请求参数:**
- `audio`: 音频文件 (multipart/form-data)
- `lang`: 语言代码 (可选，默认: zh)

**支持格式:** WAV, MP3, OGG, M4A, FLAC

**响应示例:**
```json
{
    "text": "识别出的文字内容",
    "language": "zh",
    "duration": 3.45
}
```

**健康检查:**
- `GET /speech/health` - 检查服务状态

### 人脸识别接口

#### POST /face/upload
上传图片进行人脸识别

**请求参数:**
- `file`: 图片文件

**响应示例:**
```json
{
    "status": "known",
    "user_id": "user123"
}
```

#### POST /face/capture
摄像头捕获人脸识别

**请求参数:**
- `image`: Base64编码的图片数据

### 数学题生成接口

#### POST /generateMath/gen
生成数学题目

**请求参数:**
```json
{
    "base_questions": ["基础题目1", "基础题目2"],
    "total_count": 5
}
```

**响应示例:**
```json
{
    "questions": [
        {
            "question": "题目内容",
            "subQuestion": ["子问题1"],
            "answer": [{"type": "fraction", "value": {"numerator": 3, "denominator": 4}}]
        }
    ]
}
```

### PDF解析接口

#### POST /pdfForEn/process
解析PDF文档

**请求参数:**
- `pdf_file`: PDF文件
- `output_format`: 输出格式 (默认: json)

**响应示例:**
```json
{
    "Course": "课程名称",
    "Topics": [
        {
            "name": "主题",
            "Questions": [
                {
                    "question": "问题内容",
                    "information": "相关信息",
                    "answer_options": ["选项A", "选项B"]
                }
            ]
        }
    ]
}
```

### 机器学习推荐接口

#### POST /index
食物推荐

**请求参数:**
- `age`: 年龄
- `gender`: 性别

#### POST /linear
线性回归预测

**请求参数:**
- `area`: 面积

#### POST /logistic
逻辑回归预测

**请求参数:**
- `age`: 年龄

## 🎯 使用示例

### 1. 语音识别示例
```python
import requests

# 语音转文字
with open('audio.wav', 'rb') as f:
    files = {'audio': f}
    data = {'lang': 'zh'}
    response = requests.post('http://localhost:5000/speech/transcribe', 
                           files=files, data=data)
    print(response.json())
```

### 2. 人脸识别示例
```python
import requests

# 上传图片识别
with open('face.jpg', 'rb') as f:
    files = {'file': f}
    response = requests.post('http://localhost:5000/face/upload', files=files)
    print(response.json())
```

### 3. 数学题生成示例
```python
import requests

data = {
    "base_questions": ["小明有3个苹果，分给小红2个，还剩几个？"],
    "total_count": 3
}
response = requests.post('http://localhost:5000/generateMath/gen', json=data)
print(response.json())
```

## 🔧 配置说明

### 主要配置文件
- `app/config.py` - 应用配置
- `app/db_conn.py` - 数据库连接配置
- `requirements.txt` - Python依赖包

### 环境变量
- `FLASK_ENV` - Flask环境 (development/production)
- `USE_CPU` - 是否强制使用CPU (true/false)
- `OPENAI_API_KEY` - OpenAI API密钥

## 📁 项目结构

```
python-ml/
├── app/                    # 主应用目录
│   ├── app.py            # 主应用文件
│   ├── config.py         # 配置文件
│   ├── db_conn.py        # 数据库连接
│   ├── routes/           # 路由模块
│   │   ├── speech.py     # 语音识别
│   │   ├── face.py       # 人脸识别
│   │   ├── generateMath.py # 数学题生成
│   │   ├── pdfForEn.py   # PDF解析
│   │   └── ...           # 其他模块
│   ├── templates/        # 前端模板
│   └── models.py         # 数据模型
├── train/                 # 训练相关
├── requirements.txt       # 依赖包列表
└── README.md             # 项目说明
```

## 🚨 注意事项

1. **API密钥安全**: 请妥善保管OpenAI API密钥，不要提交到代码仓库
2. **文件大小限制**: 上传文件大小限制为16MB
3. **并发处理**: 语音识别支持多线程并发，但建议控制并发数量
4. **GPU加速**: 如果使用GPU，确保安装了CUDA和cuDNN
5. **数据库**: 首次运行需要初始化数据库

## 🐛 故障排除

### 常见问题

1. **依赖安装失败**
   ```bash
   pip install --upgrade pip
   pip install -r requirements.txt --force-reinstall
   ```

2. **CUDA相关错误**
   - 检查CUDA版本兼容性
   - 设置环境变量 `USE_CPU=true`

3. **内存不足**
   - 减少并发线程数
   - 使用较小的模型

4. **API调用失败**
   - 检查网络连接
   - 验证API密钥有效性

## 📞 技术支持

如果您在使用过程中遇到问题，请：

1. 查看日志文件获取详细错误信息
2. 检查配置文件是否正确
3. 确认所有依赖包已正确安装
4. 提交Issue到项目仓库

## 📄 许可证

本项目采用 MIT 许可证，详见 LICENSE 文件。

## 🤝 贡献指南

欢迎提交Pull Request和Issue来改进项目！

1. Fork 项目
2. 创建功能分支
3. 提交更改
4. 推送到分支
5. 创建Pull Request

---

**最后更新**: 2024年12月
**版本**: 1.0.0