蝴蝶分类项目详细安装使用教程

项目概述

这是一个基于PyTorch和ResNet50的蝴蝶图像分类系统，能够识别20种不同的蝴蝶种类。项目包含预训练模型、完整的预测代码和测试数据集。

项目下载链接：点击下载

软件要求

依赖: 见 requirements.txt

安装步骤

步骤1: 解压项目文件

将您下载的zip文件解压到您选择的目录中：

Windows系统:
1. 右键点击zip文件
2. 选择”解压到当前文件夹”或”解压到…”
3. 选择一个合适的目录（如 C:\Projects\Butterfly200）

Linux系统:

unzip Butterfly200.zip -d ~/Projects/Butterfly200
cd ~/Projects/Butterfly200

步骤2: 创建虚拟环境（推荐）

Windows系统:

cd C:\Projects\Butterfly200
python -m venv butterfly_env
butterfly_env\Scripts\activate

Linux系统:

cd ~/Projects/Butterfly200
python3 -m venv butterfly_env
source butterfly_env/bin/activate

步骤3: 安装依赖包

在激活的虚拟环境中，安装项目依赖：

pip install -r requirements.txt

如果安装速度慢，可以使用国内镜像源：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

步骤4: 验证安装

检查PyTorch是否正确安装：

python -c "import torch; print(f'PyTorch版本: {torch.__version__}'); print(f'CUDA可用: {torch.cuda.is_available()}')"

项目文件结构说明

Butterfly200/
├── butterfly_predictor.py      # 主要的预测函数
├── predict_butterfly.py        # 完整的预测器类
├── test_predictor.py           # 测试脚本
├── butterfly_classifier.pth    # 预训练模型权重
├── Butterfly20_dict.json       # 类别映射文件
├── genus.txt                   # 属信息文件
├── species.txt                 # 种信息文件
├── requirements.txt            # 依赖包列表
├── Butterfly20/                # 蝴蝶图像数据集
│   ├── 001.Atrophaneura_horishanus/
│   ├── 002.Atrophaneura_varuna/
│   └── ... (20个蝴蝶种类目录)
├── image/                      # 示例图片目录
└── data/                       # 数据相关文件

使用方法

方法1: 使用Python函数调用

创建测试脚本 test_my_image.py:

from butterfly_predictor import predict_butterfly

# 预测单张图片
result = predict_butterfly("您的图片路径.jpg")

if 'error' in result:
    print(f"错误: {result['error']}")
else:
    print("预测结果:")
    print(f"蝴蝶种类: {result['scientific_name']}")
    print(f"置信度: {result['confidence']:.4f}")
    print(f"常见中文名: {result['common_name']}")
    print(f"属: {result['genus']}")
    print(f"种: {result['species']}")

运行脚本:

python test_my_image.py

方法2: 使用命令行测试

测试项目自带的示例图片:

python test_predictor.py

测试特定图片:

python test_predictor.py Butterfly20/001.Atrophaneura_horishanus/001.jpg

方法3: 直接运行预测器

python butterfly_predictor.py

训练好的模型文件是 butterfly_classifier.pth
如果想自己训练模型的话只需运行 train_model.py 即可