parent
91b244c595
commit
92337dadcb
@ -0,0 +1,255 @@
|
||||
import sys
|
||||
import streamlit as st
|
||||
from PIL import Image
|
||||
import tensorflow
|
||||
import numpy as np
|
||||
import base64
|
||||
from io import BytesIO
|
||||
import joblib
|
||||
import os
|
||||
import sys
|
||||
|
||||
BASE_DIR = os.path.dirname(os.path.abspath(__file__))
|
||||
|
||||
# 页面布局
|
||||
st.set_page_config(page_title="图像分类平台", page_icon="🔬", layout="wide")
|
||||
|
||||
# 页面布局
|
||||
st.title('图像分类平台')
|
||||
|
||||
models = {
|
||||
"动物类别判断": tensorflow.keras.models.load_model(os.path.join(BASE_DIR, "model/animal_model.h5"), compile=True),
|
||||
"手写数字识别": tensorflow.keras.models.load_model(os.path.join(BASE_DIR, "model/number_model.h5"), compile=True),
|
||||
"花卉类别判断": tensorflow.keras.models.load_model(os.path.join(BASE_DIR, "model/flower_model.h5"), compile=True),
|
||||
"风景地点判断": tensorflow.keras.models.load_model(os.path.join(BASE_DIR, "model/scenery_model.h5"), compile=True),
|
||||
}
|
||||
|
||||
know_advice = ["动物类别判断", "花卉类别判断"]
|
||||
|
||||
def generate_report(selected_model, predicted_class, advice, image_data, predicted_probabilities, class_labels):
|
||||
try:
|
||||
image = Image.open(BytesIO(image_data)).convert('RGB') # 使用提供的图像数据打开图像
|
||||
except Exception as e:
|
||||
st.error("处理图片时出现问题，请确认图片格式和数据。")
|
||||
st.error(f"错误信息: {e}")
|
||||
return
|
||||
|
||||
# 将图片转换为Base64编码
|
||||
buffered = BytesIO()
|
||||
image.save(buffered, format="PNG")
|
||||
img_str = base64.b64encode(buffered.getvalue()).decode('utf-8')
|
||||
|
||||
# 构建HTML代码来显示图片
|
||||
img_html = f'<img src="data:image/png;base64,{img_str}" alt="Uploaded Image">'
|
||||
|
||||
# 构建预测结果和概率信息
|
||||
predictions_info = ""
|
||||
for i, prob in enumerate(predicted_probabilities):
|
||||
predictions_info += f"{class_labels[i]}: {prob:.2f}%<br>\n"
|
||||
|
||||
# 构建报告内容
|
||||
advice_content = ""
|
||||
for item in advice:
|
||||
advice_content += f"{item}<br>\n"
|
||||
|
||||
report_content = f"""<html>
|
||||
<head>
|
||||
<style>
|
||||
body {{
|
||||
font-family: Arial, sans-serif;
|
||||
text-align: center; /* 文本居中显示 */
|
||||
background-color: #f0f0f0; /* 背景色 */
|
||||
}}
|
||||
h1 {{
|
||||
color: #333;
|
||||
}}
|
||||
table {{
|
||||
margin: auto; /* 表格居中显示 */
|
||||
border-collapse: collapse;
|
||||
width: 80%; /* 表格宽度 */
|
||||
background-color: #fff; /* 表格背景色 */
|
||||
padding: 20px;
|
||||
}}
|
||||
th, td {{
|
||||
border: 1px solid #ccc;
|
||||
padding: 10px;
|
||||
}}
|
||||
</style>
|
||||
</head>
|
||||
<body>
|
||||
<h1>图像分类分析报告</h1>
|
||||
<table>
|
||||
<tr>
|
||||
<th>项目</th>
|
||||
<th>内容</th>
|
||||
</tr>
|
||||
<tr>
|
||||
<td>选择的模型分类</td>
|
||||
<td>{selected_model}</td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td>预测结果</td>
|
||||
<td>{predicted_class}</td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td>预测概率</td>
|
||||
<td>
|
||||
{predictions_info}
|
||||
</td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td>简单介绍</td>
|
||||
<td>
|
||||
{advice_content}
|
||||
</td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td>上传的图片</td>
|
||||
<td>
|
||||
{img_html}
|
||||
</td>
|
||||
</tr>
|
||||
</table>
|
||||
<h3>以上结果仅供参考</h3>
|
||||
</body>
|
||||
</html>"""
|
||||
|
||||
report_filename = f"{selected_model}_diagnosis_report.html"
|
||||
|
||||
with open(report_filename, "w") as file:
|
||||
file.write(report_content)
|
||||
|
||||
st.success("报告生成成功！")
|
||||
|
||||
# 提供下载链接
|
||||
with open(report_filename, "rb") as file:
|
||||
report_data = file.read()
|
||||
b64 = base64.b64encode(report_data).decode()
|
||||
href = f'<a href="data:file/html;base64,{b64}" download="{report_filename}">点击这里下载报告</a>'
|
||||
st.markdown(href, unsafe_allow_html=True)
|
||||
|
||||
|
||||
st.header("选择模型分类并上传图片进行判断")
|
||||
|
||||
uploaded_image = st.file_uploader("上传一张图片", type=["jpg", "jpeg", "png"])
|
||||
|
||||
selected_model = st.selectbox("选择模型分类", list(models.keys()))
|
||||
|
||||
if uploaded_image is not None:
|
||||
image_data = uploaded_image.read()
|
||||
image = Image.open(BytesIO(image_data))
|
||||
st.image(image, caption="Uploaded Image", use_column_width=True)
|
||||
|
||||
model = models[selected_model]
|
||||
|
||||
input_shape = model.input_shape[1:3]
|
||||
image = image.resize(input_shape)
|
||||
|
||||
image_array = np.array(image)
|
||||
image_array = image_array / 255.0
|
||||
|
||||
if len(model.input_shape) == 4:
|
||||
image_array = np.expand_dims(image_array, axis=0)
|
||||
|
||||
predictions = model.predict(image_array)
|
||||
predicted_class_index = np.argmax(predictions[0])
|
||||
class_labels = []
|
||||
|
||||
if selected_model == "动物类别判断":
|
||||
class_labels = ["蝴蝶", "猫", "鸡", "牛", "狗", "大象", "马", "羊", "蜘蛛", "松鼠"]
|
||||
advice_dict = {
|
||||
"蝴蝶": ["蝴蝶是昆虫中的一种，属于鳞翅目。",
|
||||
"它们的特点是身体细长，有两对薄而有色的翅膀。",
|
||||
"蝴蝶通常在花朵周围飞舞，以花蜜为食。",
|
||||
"它们在生命周期中经历幼虫、蛹和成虫三个阶段，是自然界中美丽而独特的生物之一。"],
|
||||
"猫": ["猫是家猫的通称，是一种家畜动物，属于哺乳动物。",
|
||||
"猫有着柔软的毛皮和灵活的身体，以及锋利的爪子。",
|
||||
"它们是人类最早驯养的动物之一，广泛分布于世界各地。",
|
||||
"猫通常以捕捉小型啮齿动物和鸟类为生，是人类常见的宠物之一"],
|
||||
"鸡": ["鸡是一种家禽，常见于全世界各地。",
|
||||
"它们是人类最早驯养的动物之一，主要被养殖用于食用和产蛋。",
|
||||
"鸡的特征包括具有羽毛的身体、喙和爪子。",
|
||||
"除了食用肉和蛋外，鸡的叫声也是农村常见的声音之一。"],
|
||||
"牛": ["牛是哺乳动物，属于偶蹄目。",
|
||||
"它们被人类驯养用于提供肉、奶、皮革等各种用途。",
|
||||
"牛的特征包括强壮的身体、角、四蹄和长长的尾巴。",
|
||||
"在许多文化中，牛被视为重要的家畜，承载着农业和经济上的重要角色。"],
|
||||
"狗": ["狗是人类最早驯养的动物之一，属于哺乳动物。",
|
||||
"它们有着各种不同的品种和体型，从小型犬到大型犬不等。",
|
||||
"狗通常被养作宠物，也被用于警戒、搜救、导盲等工作。",
|
||||
"它们以其忠诚、友好和忠诚的品质而受到人类的喜爱。"],
|
||||
"大象": ["大象是世界上最大的陆地动物之一，属于哺乳动物。",
|
||||
"它们有着庞大的身躯、长长的象牙和宽大的耳朵。",
|
||||
"大象通常生活在非洲和亚洲的草原、森林和沙漠地带。",
|
||||
"它们是社会性动物，以群体为单位生活，拥有复杂的社会结构和交流方式。"],
|
||||
"马": ["马是一种家畜动物，属于哺乳动物。",
|
||||
"它们有着优雅的体态、强壮的四肢和长长的尾巴。",
|
||||
"马被广泛用于运输、农业、体育等各种用途。",
|
||||
"它们以其速度、力量和耐力而闻名，是人类历史上重要的伙伴之一。"],
|
||||
"羊": ["羊是一种常见的家畜动物，属于哺乳动物。",
|
||||
"它们有着蓬松的毛皮和弯曲的角。",
|
||||
"羊通常被人类养殖用于提供羊毛、羊肉、羊奶等产品。",
|
||||
"它们是社会性动物，以群体为单位生活，常常在草原和山区地带放牧。"],
|
||||
"蜘蛛": ["蜘蛛是一种节肢动物，属于蜘蛛纲。",
|
||||
"它们有着八只长腿和分节的身体。",
|
||||
"蜘蛛通常以捕食昆虫为生，利用自己编织的网来捕捉猎物。",
|
||||
"它们生活在各种环境中，从森林到城市都有发现。"],
|
||||
"松鼠": ["松鼠是一种啮齿动物，属于松鼠科。",
|
||||
"它们有着灵活的身体和长长的尾巴。",
|
||||
"松鼠通常生活在树上，以坚果、种子和水果为食。",
|
||||
"它们以其活泼好动和敏捷的特点而闻名，是许多人心目中的可爱动物之一。"]
|
||||
}
|
||||
elif selected_model == "手写数字识别":
|
||||
class_labels = ["0", "1", "2", "3", "4", "5", "6", "7", "8", "9"]
|
||||
|
||||
elif selected_model == "花卉类别判断":
|
||||
class_labels = ["洋甘菊", "郁金香", "玫瑰", "向日葵", "蒲公英"]
|
||||
advice_dict = {
|
||||
"洋甘菊": ["洋甘菊是一种常见的花卉，具有淡蓝色或白色的花瓣，中间是黄色的花蕊。",
|
||||
"它们被广泛种植作为园艺植物，并且在医药和美容行业中也很受欢迎。",
|
||||
"洋甘菊被用于制作茶和精油，具有舒缓和放松的效果。",
|
||||
"在花语中，洋甘菊通常象征着友谊、温和和平静。"],
|
||||
"郁金香": ["郁金香是一种多年生草本植物，有着各种各样的颜色和花型，因此在园艺上受到欢迎。",
|
||||
"它们在花园、花坛和花瓶中都很常见。",
|
||||
"郁金香在荷兰尤其著名，被认为是该国的象征之一。",
|
||||
"花语中，郁金香通常代表着爱情、优雅和温柔。"],
|
||||
"玫瑰": ["玫瑰是最受欢迎和广泛种植的花之一，有成百上千种不同的品种，颜色和形状各异。",
|
||||
"玫瑰被视为爱情和美丽的象征，是情人节和其他浪漫场合的常见礼物。",
|
||||
"除了作为美丽的花束和花环，玫瑰也被用来提取精油，用于香水和护肤品。",
|
||||
"在花语中，不同颜色的玫瑰代表着不同的情感，例如红色代表热情和爱情，白色代表纯洁和无辜。"],
|
||||
"向日葵": ["向日葵是一种高大的开花植物，以其大而明亮的黄色花朵和特殊的生长习性而闻名。",
|
||||
"它们倾向于朝向太阳，并在一天中跟随太阳的运动而转动，因此得名。",
|
||||
"向日葵象征着阳光、活力和希望，在许多文化中被视为吉祥物。",
|
||||
"它们也是一种重要的农业作物，提供了食用油和饲料。"],
|
||||
"蒲公英": ["蒲公英是一种常见的野生植物，有着带有细小白丝的黄色花朵，成熟后会变成风吹就会飞散的种子。",
|
||||
"它们生长在各种环境中，包括草地、道路边缘和田野。",
|
||||
"蒲公英在草地上常被认为是杂草，但它们也被一些人视为美丽而坚韧的植物。",
|
||||
"在花语中，蒲公英代表着希望、自由和幸福。"]
|
||||
}
|
||||
|
||||
elif selected_model == "风景地点判断":
|
||||
class_labels = ["建筑物", "森林", "冰川", "山", "海", "街道"]
|
||||
|
||||
|
||||
predictions = model.predict(image_array)[0]
|
||||
predicted_class_index = np.argmax(predictions)
|
||||
predicted_class = class_labels[predicted_class_index]
|
||||
|
||||
# 获取预测的概率值
|
||||
predicted_probabilities = predictions * 100
|
||||
|
||||
st.write(f"对于选择的模型分类 '{selected_model}' 的预测结果是：")
|
||||
st.write(f"类别：'{predicted_class}' 概率：{predicted_probabilities[predicted_class_index]:.2f}")
|
||||
|
||||
if selected_model in know_advice:
|
||||
if predicted_class in advice_dict:
|
||||
advice = advice_dict[predicted_class]
|
||||
st.write("建议：")
|
||||
for item in advice:
|
||||
st.write(f"- {item}")
|
||||
|
||||
advice = advice_dict[predicted_class]
|
||||
|
||||
if st.button('生成定制化报告'):
|
||||
with st.spinner('正在生成报告...'):
|
||||
generate_report(selected_model, predicted_class, advice, image_data, predicted_probabilities, class_labels)
|
||||
Loading…
Reference in new issue