毕业设计之AI动物识别技术实现文档（python完整源码+说明文档+演示视频）

1 项目介绍

本次是通过利用OpenCV、yolov5技术， python语言等技术来进行一次AI动物识别技术的开发应用，通过本次的开发可以在专项用于动物识别方面建立一个专业化的应用平台，完成计算机对于动物的正确、快速的识别功能的实现。

2、项目技术

项目后端框架：Java+ssm

项目前端框架：vue2，ssm

3、开发环境

后端：开发语言：python

框架：python，django

python版本：python3.6.8版本向上兼容

数据库：mysql5.7+

数据库工具：Navicat11+

开发软件：pycharm

前端：nodejs，vue，html

数据库：mysql

4  系统特点

整体上，通过深度学习技术来完成对动物的识别是一种非常有效的识别方式，可以减轻人工的特征识别压力，更好的完成识别的准确性，在一些特征不明显的情况下通过这种识别的方式可以更好的完成快速的动物识别，为人们的工作提供必要的数据服务支持。

• 5 系统设计

  1. 系统的功能模块设计

基于卷积神经网络来进行本次的AI动物识别模型的搭建，其最主要的目的是搭建一个能够快速识别动物的web网站，通过该网站的搭建可以更好的进行专业化的内容识别，可以为动物保护、动物搜救、环境生态保护等多项内容提供完整的服务。本次设计的系统主要的功能模块展示如下：

图4.1AI动物识别系统功能模块图

1. 1. 数据库的设计

在本次的系统功能的搭建中，一个重要的环节是数据库的搭建，本次需要通过上传图片，将图片识别信息记录存储在数据库中，为计算机训练提供更多的数据资源，因此数据库的设计需要保证有很强的使用稳定性、数据响应能力、对数据存储的安全性等，在数据库的设计上，按照功能模块的不同，通E-R模型对功能实体关系的梳理展示如下：

本次的数据库设计中，数据库的表格设计如下所示：

图4.2图片管理E-R图

图4.3图片识别E-R图

在E-R模型设计之后，需要将图转化为表，通过数据库表的搭建能够更好的对数据信息进行表格化的记录，形成更加直观的数据记录展示以及能够更好的完成数据的存储，具体的数据库表设计如下：

表4-1管理员数据库表

表4-2图片管理库表

 

• 系统的实现
  1. 系统的登录模块设计

本次设计的AI动物识别系统为了保证用户的数据安全，设计了登录的模块，需要用户完成登录才可以在线使用该系统，此次设计的AI动物识别系统的登录页面如下所示：

图5-1 系统的登录模块

1. 1. 系统的首页实现

在以管理员的角色完成登录之后，整个网站的首页页面展示如下图，在首页中会通过可视化的数据分析来对近七天的系统使用率进行一个折线图的展示，在功能菜单模块中，有图片的管理菜单、图片的识别菜单、图片的分析等功能，按照本次的设计可以满足对动物图片识别的需要。此次设计的首页如下所示：

图5-2 系统首页的实现

1. 1. 图片识别的功能实现

当进入到图片识别的功能中后，可以在主页面中查看到有已经上传的图片信息，当需要新增识别图片时，可以点击新增图片识别，再点击选择图片，打开电脑中存储的照片后点击确定，系统会自动对上传的图片中的动物进行识别，在短暂的识别后以英文或者中文反馈图片中的动物名称，如下图所示：

图5-3 图片识别功能的实现

1. 1. 图片管理功能的实现

在图片管理的功能中，可以看到所有系统中上传的图片信息，有上传的图片名称、识别用户的名称、识别的结果是什么动物等信息，以管理员的角色可以对上传的图片执行删除操作。如下图所示：

图5-4 图片管理功能的实现

1. 1. 图片分析功能的实现

在图片分析功能中，对当下系统中识别的动物图片的数量以柱状图进行展示，该模块主要是为了更好进行信息数据的统计，通过数据的统计来更好的统计计算机的图像识别量，也方便管理人员更好的掌握深度学习计算机的训练量，如下图所示：

图5-5 图片分析的实现