1
基于 MobileNetV2 + Qwen3.5-VL 的野生动物智能识别与问答系统。采用前后端分离架构,支持图片上传识别、动物知识问答、数据统计分析、社区互动等功能。
┌──────────────────────────────────────────────────────┐ │ Vue3 前端 (port 3001) │ │ Element Plus + ECharts + Axios │ └──────────────┬───────────────────────┬───────────────┘ │ /api/* │ /api/ask ▼ ▼ ┌──────────────────────┐ ┌──────────────────────────┐ │ Flask 业务后端 │ │ FastAPI AI 推理服务 │ │ (port 5000) │──▶│ (port 8000) │ │ JWT 鉴权 + SQLite │ │ Qwen3.5-VL 问答 │ │ 用户/记录/社区 CRUD │ │ MobileNetV2 图像识别 │ └──────────────────────┘ └──────────────────────────┘
animalrecognication/ ├── server/ # 后端服务 │ ├── app.py # Flask 业务后端,29 个 API 端点 (port 5000) │ ├── api_server.py # FastAPI AI 推理服务 (port 8000) │ ├── skill_prompt.py # System Prompt + 42 种动物知识库(RAG) │ ├── init_db.py # 数据库建表 + 种子数据一键初始化 │ └── seed_sample_data.py # 社区板块样本数据填充 ├── DWSB2/ # Vue3 前端 │ ├── src/ │ │ ├── main.js # 入口,挂载 Vue Router + Element Plus │ │ ├── api/index.js # API 封装层 │ │ ├── router/index.js # 路由守卫,未登录重定向 /login │ │ ├── utils/ │ │ │ ├── axios.js # Axios 实例 (baseURL=/api,JWT 拦截器) │ │ │ ├── auth.js # Token/用户信息管理 │ │ │ └── species.js # 物种分类工具函数 │ │ ├── components/Layout.vue # 主布局(侧边栏 + 顶栏) │ │ └── views/ # 18 个页面视图 │ └── vite.config.js # Vite 配置,代理 /api → 127.0.0.1:5000 ├── model_config/ # 模型配置文件(权重需单独下载) ├── lora_output/ # LoRA 微调权重 ├── docs/ │ ├── handoff.md # 项目交接文档 │ └── 项目后续优化方案.md ├── uploads/ # 用户上传图片 ├── wildlife.db # SQLite 数据库(14 张表) ├── requirements.txt # Python 依赖 └── README.md
flask, flask-cors, requests, bcrypt, PyJWT # Flask 业务 torch>=2.5.0, transformers>=4.57.0, peft # Qwen 推理 fastapi, uvicorn, Pillow # FastAPI 服务 tensorflow 或 torchvision # MobileNetV2(待定)
vue@3, vue-router@4, axios, element-plus, echarts, vite, lucide-vue-next
# 1. 启动 FastAPI AI 推理服务(port 8000,需 GPU,用 conda Python) E:\anaconda\python.exe server/api_server.py # 2. 启动 Flask 业务后端(port 5000) python server/app.py # 3. 启动前端开发服务器(port 3001,代理 /api → 5000) cd DWSB2 npm install # 首次运行 npm run dev
访问 http://localhost:3001
前端上传图片 │ ▼ Flask /api/recognize ──▶ MobileNetV2 分类推理 ──▶ 匹配 ANIMAL_KNOWLEDGE │ │ └──────────── 返回物种信息 + 识别结果 ◀───────────────┘
前端提交问题 │ ▼ Flask /api/ask ──▶ FastAPI /ask ──▶ Qwen3.5-VL 文本推理 │ └──────────── 返回自然语言回答(含知识库上下文)
QWEN_MODEL_PATH
./model_config/
QWEN_LORA_PATH
./lora_output/final/
FASTAPI_URL
http://127.0.0.1:8000
JWT_SECRET
wildlife-jwt-secret-2026
testuser_full
123456
马世茹
版权所有:中国计算机学会技术支持:开源发展技术委员会 京ICP备13000930号-9 京公网安备 11010802047560号
野生动物识别系统 — Animal Recognition System
基于 MobileNetV2 + Qwen3.5-VL 的野生动物智能识别与问答系统。采用前后端分离架构,支持图片上传识别、动物知识问答、数据统计分析、社区互动等功能。
技术架构
项目结构
环境要求
后端依赖
前端依赖
快速启动
访问 http://localhost:3001
AI 推理架构
图像识别流程(MobileNetV2)
智能问答流程(Qwen3.5-VL)
环境变量
QWEN_MODEL_PATH./model_config/QWEN_LORA_PATH./lora_output/final/FASTAPI_URLhttp://127.0.0.1:8000JWT_SECRETwildlife-jwt-secret-2026页面功能
测试账号
testuser_full123456马世茹123456团队