AI 智能图像识别与风格迁移系统

《人工智能导论》期末课程项目

项目简介

基于深度学习的智能图像处理 Web 应用，集成 图像分类、目标检测 和 神经风格迁移 三大核心功能。用户上传图片即可使用预训练模型进行 AI 分析处理，所有操作通过 Gradio 交互界面完成。

功能列表

功能	说明	技术实现
1. 图像分类识别	识别图片内容，返回 Top-5 类别及置信度	ResNet50 + ImageNet
2. 目标检测	检测并框出图中物体，显示类别和置信度	Faster R-CNN + COCO
3. 神经风格迁移	将著名画作的艺术风格迁移到用户图片上	VGG19 + NST (Gatys et al.)

执行环境

硬件要求

• 操作系统: Windows 10/11, Linux, macOS
• 内存: ≥ 8GB（推荐 16GB）
• 硬盘: ≥ 5GB 可用空间（用于存放模型权重）
• GPU: 可选（支持 CUDA 加速，非必需）

软件依赖

• Python ≥ 3.10
• PyTorch ≥ 2.0
• torchvision ≥ 0.15
• Gradio ≥ 4.0
• Pillow, NumPy, Matplotlib, Requests

安装与运行

1. 克隆仓库

git clone <仓库地址>
cd AI-Image-Recognition-System

2. 安装依赖

pip install -r requirements.txt

如果 PyTorch 下载较慢，可使用国内镜像：

pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu
pip install -r requirements.txt

3. 启动应用

python app.py

首次启动会自动下载预训练模型（ResNet50、Faster R-CNN、VGG19），请保持网络畅通。模型下载完成后，应用会自动在浏览器中打开。

4. 使用

在浏览器中打开 http://localhost:7860，即可看到三个功能标签页：

1. 图像分类 — 上传图片 → 点击「识别」→ 查看 Top-5 结果
2. 目标检测 — 上传图片 → 调整阈值 → 点击「检测」→ 查看标注结果
3. 风格迁移 — 上传内容图片 → 选择风格 → 点击「开始迁移」→ 等待生成

项目结构

AI-Image-Recognition-System/
├── app.py                  # 主程序入口（Gradio Web 界面）
├── requirements.txt        # Python 依赖清单
├── README.md               # 项目说明文件
├── report.md               # 技术报告
├── modules/                # 核心功能模块
│   ├── classifier.py       # 图像分类模块
│   ├── detector.py         # 目标检测模块
│   └── style_transfer.py   # 风格迁移模块
├── utils/
│   └── image_utils.py      # 图像处理工具函数
├── styles/                 # 风格迁移参考图片缓存
└── assets/                 # 资源文件

技术栈

• 框架: PyTorch
• 模型库: torchvision
• Web 界面: Gradio
• 图像处理: Pillow + Matplotlib

项目报告

详见 report.md。