| 这个项目属于哪个课程 | 2024数据采集与融合技术实践 |
|---|---|
| 组名 | 从你的全世界爬过 团队logo：  |
| 项目简介 | 项目名称：博物识植 项目logo：  项目介绍：在探索自然奥秘的旅途中，我们常与动植物相伴而行，却无法准确识别它们，更难以深入了解他们的特征。为了更好地理解和欣赏自然界的多样性，提升我们对动植物的认识和保护意识，我们需要一个智能系统。该系统能够根据用户拍摄的动植物照片，智能识别并匹配相应的信息，同时为用户提供丰富的学习资源，帮助人们更深入地了解和学习动植物知识。通过这样的方式，我们不仅能够更准确地识别和欣赏周围的生命，还能够在日常生活中，随时随地增长见识，体验探索自然的乐趣。 项目背景：人类的生活离不开动植物的支持，动植物的多样性是一切地球生物的依赖。在生活中随处可见很多动植物，动植物是人类生活必不可少的一部分。 保护大自然保护动植物就是在保护人类自己。在保护动植物的过程中，首先要解决的是动植物识别的问题。 项目意义:提供了一种我们与自然界互动的方式。其应用场景广泛，渗透到了教育、旅游等多个领域。在学校，它可以是生物课程的辅助工具，通过实践学习生物多样性；在旅游行业，它可以帮助游客更好地了解他们所参观的自然景观，提升旅行体验 |
| 团队成员学号 | 042201401陈高菲、102202107王勤琛、102202108王露洁、102202115孙佳会、102202123张铭心、102202130林烨、102202138徐婉瑜、102202140郭心怡 |
| 项目目标 | 本系统旨在实现以下功能： a.图片识别功能：用户上传动植物图片，系统通过图像识别技术自动识别物种，返回准确的物种名称。 b.物种详细信息：识别后，用户将获取该物种的详细信息，包括外形特点、生长环境、分布区域等相关数据。 c.物种图片展示:系统将提供该物种的高质量图片，帮助用户更直观地了解物种特征。 d.名称搜索功能:用户可以手动输入动植物的名称，系统将返回该物种的相关信息，方便快速查询。 e.网站部署上线：通过华为云的弹性计算服务部署网站，确保系统高可用和稳定运行，实现网站上线。 |
| 其他参考文献 | 1.yanjingang/pigimgclassification: 图像分类 2.基于改进SE-MnasNet骨干网络YOLOv5的动植物树木识别系统_开源 树木识别 |
| gitee链接 | 2024学年数据采集与融合技术大作业——博物识植 团队：从你的全世界爬过 |
一、系统总体技术概述
1.1 系统架构概述
系统分为前端、后端、数据库、AI接口、爬虫模块、部署等多个层级。前后端之间通过RESTful API进行通信。具体分为以下几个部分：
- 前端：使用HTML、CSS和JavaScript进行界面设计，实现用户与系统的交互。用户可以上传文本、图片等文件。
- 后端：使用Python语言和Flask框架实现，处理图像识别、查询请求、调用AI接口和爬虫数据存储等业务逻辑。
- 数据库：存储动植物物种的详细信息，包括图像、分布、特点等。存储物种识别的历史记录信息。
- 图像识别与AI接口：利用图像识别模型或调用第三方AI服务（如百度AI、Google Vision等）识别图片并返回结果。
- 爬虫：提前爬取动植物相关网站数据，补充物种数据库。使用Selenium框架进行实时图片爬取。
- 部署平台：使用华为云平台部署系统，保证系统的高可用和稳定性。
1.2 各模块技术实现
1.2.1 图像识别模块
- 目标：用户上传图片，系统通过图像识别技术返回物种名称。
- 技术方案：
使用深度学习模型：基于改进SE-MnasNet骨干网络YOLOv5和卷积神经网络cnn opencv进行图像分类和识别。
基于识别精确度的考虑调用第三方云服务百度智能云的动植物识别API提供快速而准确的图像识别。 - 流程：
用户上传图片，前端将图片通过API发送至后端。
后端调用模型或AI图像识别API分析图片，获取可能的物种标签。
后端将物种名称返回给前端，前端展示识别结果。
1.2.2 物种信息查询功能
- 目标：根据识别后的物种名称或用户输入的名称，返回该物种的详细信息。
- 技术方案：
利用selenium技术和scrapy框架爬取信息网站所有物种信息（如外形特点生长环境、分布区域等）存储在csv表导入数据库并定期更新。
利用查询语句在数据库中进行查找并返回详细信息。
若数据库中没有相关信息，则调用百度智能云的千帆大模型识别物种名称，查询物种相关信息。 - 流程：
后端识别出物种名称时，系统首先查询数据库，若没有该物种的信息，再调用AI接口获取。
1.2.3 相似图片展示
- 目标：根据用户上传的图片，返回物种的相似图片，帮助用户直观了解物种。
- 技术方案：
运用selenium爬虫技术实时爬取百度识图返回的相似图片 - 流程：
后端接收前端传入的图片后，将图片作为输入文件传入百度识图网站实时爬取相似图片，在系统返回物种详细信息时，将图片URL一并返回。
1.2.4 保存历史记录
- 目标：将用户的历史搜索记录保存至数据库，方便用户在“我的图鉴”页面查看并跳转至物种详情页，随时查看过去的搜索记录。
- 技术方案：
创建一个数据库表专门用来保存用户的搜索记录，包括用户上传的图片、识别出来的物种名称、物种的详细信息（如描述、分布、图片URL等） - 流程：
当用户获取识别结果时，后端系统会将物种信息保存至数据库中。在点击我的图鉴中的物种名称时，后端调取数据库信息展示在前端界面。
1.2.5 部署与部署架构
- 目标：将整个系统部署到华为云服务器上，让非本地用户可以访问。
- 技术方案：
使用华为云ECS（Elastic Cloud Server）部署后端服务。
使用华为云OBS 存储图片等静态资源。
使用RDS（Relational Database Service）存储物种信息数据库。
前端可以使用 Nginx 进行负载均衡和反向代理 - 流程：
前后端文件上传部署完成后即可实现非本地用户的访问。
1.3 源码运行步骤
- gitee仓库下载源码
- 启动文件中的ai.py与database.py文件
- 运行index.html文件
（！注意在本地主机运行代码时请更换代码中的路径名）
二、个人分工
在该实践作业中，我与郭心怡同学一同负责数据的爬取工作，我负责植物库的爬取。另外我还负责服务器的部署工作。数据爬取较为简单，与平时作业差不多，只是数据量庞大，爬虫程序运行的时间较长。服务器的部署与之前的华为云部署实验不同，这个没有教程，网上的资料也很少，我只能自己摸索。
以下是爬取植物库的部分关键代码。根据植物库的网页结构，我先爬取了所有植物页面的链接，存储到csv文件当中。然后从csv文件当中读取链接，打开链接后，再从二级链接当中爬取所有信息。
我还做了部署服务器的工作。以下是我部署的云服务器的基本信息。
这相当与重新配置一个空的电脑，我先下载了131版本的chrome浏览器并配置了对应版本的chromedriver。然后配置了5.7版本的mysql，这一步一直报错，经过查询资料发现是因为ecs用的是华为的操作系统，导致很多依赖版本不兼容。下载我们的项目所需要的所有包，配置好python环境，上传我们项目的代码并把所有的localhost改成了弹性ip的地址。运行server端并设置为长期运行。
心得体会：爬取数据较为简单，平时作业积累的足够的经验来应对作业，只是爬虫花费的时间较长。而部署云服务器虽然描述很简单，但是配置各种环境是很耗费心力的一件事，特别是明明什么都搞好了但是就是访问不了的时候。