# model

**Repository Path**: wang_ling_hui/model

## Basic Information

- **Project Name**: model
- **Description**: 核心痛点是无人机图像数量大、人工筛选和标注成本高、检测训练链路分散。项目基于 FastAPI、CLIP、YOLOv11、LangChain/LangGraph、lakeFS/clake 和 Vue 构建，支持图像筛选、自动标注、YOLO 检测/训练和 AI 对话。核心流为：用户创建任务 → 读取图像 → CLIP 按自然语言条件筛选 → YOLO 检测或训练 → Worker 保存结果 → Web
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-12-19
- **Last Updated**: 2026-04-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 无人机图像智能分析系统

基于 CLIP 模型的图像语义分析与筛选工具，支持递归处理目录结构和多种词汇库。

## 功能

1. **图像筛选器 (Selector)** - 使用 K-Means 聚类从大量图像中筛选代表性样本
2. **图像检测器 (Detector)** - 基于词汇库的图像语义检测与标注

## 快速开始

### 1. 构建镜像

```bash
docker build -f Dockerfile.base -t clake:base .
```

### 2. 准备数据

将图像放入 `images/data/` 目录，支持多级子目录结构。

### 3. 运行筛选器

```bash
# 启动筛选器
docker-compose --profile selector up -d

# 查看日志
docker logs -f visdrone-selector
```

输出目录：`select_data/`

### 4. 运行检测器

```bash
# 通用词库
docker-compose --profile detector up -d

# 军事词库
docker-compose --profile detector-military up -d

# 组合词库
docker-compose --profile detector-combined up -d

# 查看日志
docker logs -f visdrone-detector-general
```

输出目录：`detector_data/`

## 本地运行

### 安装依赖

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

### 运行筛选器

```bash
# 递归模式，筛选比例 20%
python src/visdrone_selector.py <data_root> <output_dir> -r --selection-ratio 0.2
```

### 运行检测器

```bash
# 使用通用词库
python src/visdrone_detector.py vocabularies/general.json <data_root> <output_dir> -r

# 使用军事词库
python src/visdrone_detector.py vocabularies/military.json <data_root> <output_dir> -r
```

## 配置参数

### 筛选器环境变量

| 变量 | 默认值 | 说明 |
|------|--------|------|
| `DATA_ROOT` | `/app/data` | 输入图像目录 |
| `OUTPUT_DIR` | `/app/select_data` | 输出目录 |
| `RECURSIVE` | `true` | 递归处理子目录 |
| `SELECTION_RATIO` | `0.2` | 筛选比例 (0.2 = 20%) |

### 检测器环境变量

| 变量 | 默认值 | 说明 |
|------|--------|------|
| `VOCABULARY` | `general` | 词汇库 (general/military/combined) |
| `DATA_ROOT` | `/app/data` | 输入图像目录 |
| `OUTPUT_DIR` | `/app/detector_data` | 输出目录 |
| `RECURSIVE` | `true` | 递归处理子目录 |

## 词汇库

### 内置词汇库

- **general.json** - 通用场景（城市、交通、日常）
- **military.json** - 军事场景（基地、设施）
- **combined.json** - 组合词汇库

### 自定义词汇库

创建 `vocabularies/custom.json`：

```json
{
  "name": "Custom Vocabulary",
  "description": "自定义词汇库",
  "objects": ["object1", "object2"],
  "scenes": ["scene1", "scene2"],
  "conditions": ["condition1", "condition2"]
}
```

使用：

```bash
python src/visdrone_detector.py vocabularies/custom.json <data_root> <output_dir> -r
```

## 输出说明

### 筛选器输出

- `selected_images.json` - 选中的图像列表
- `statistics.json` - 统计数据
- `clustering_visualization.png` - 聚类可视化
- `cluster_distribution.png` - 簇分布图
- `selected_images/` - 筛选后的图像
- `summary.json` - 汇总结果

### 检测器输出

- `*.txt` - 每张图像的标注文件
- `detection_stats.json` - 检测统计
- `summary.json` - 汇总结果

## 常用命令

```bash
# 查看运行中的容器
docker ps

# 停止容器
docker-compose --profile selector down
docker-compose --profile detector down

# 清理容器
docker-compose down --remove-orphans

# 查看日志
docker logs -f <container_name>
```

## 许可证

MIT License