猫咪如厕检测与分类识别系统系列【一】 功能需求分析及猫咪分类特征提取

DragonnAi2025-04-11 8:55

开发背景

家里养了三只猫咪，其中一只布偶猫经常出入厕所。但因为平时忙于学业，没法时刻关注牠的行为。我知道猫咪的如厕频率和时长与健康状况密切相关，频繁如厕可能是泌尿问题，停留过久也可能是便秘或不适。为了更科学地了解牠的如厕习惯，我计划搭建一个基于视频监控和AI识别的系统，自动识别猫咪进出厕所的行为，记录如厕时间和停留时长，并区分不同猫咪。这样即使我不在家，也能掌握猫咪的健康状态，更安心地照顾它们。

🎯 核心需求拆解：

1. 区域检测

  • 指定一个"如厕区域"，只在这个区域内检测是否有猫咪。

  • 可通过自定义矩形坐标或交互式选择方式设置该区域。

2. 猫咪检测 + 分类

  • 使用 YOLOv11 做目标检测，识别猫咪是否进入区域。

  • 分类出是哪只猫（通过猫脸识别或自定义分类模型实现）。

  • 支持动态添加新猫类别

3. 事件记录与图片保存

  • 检测到猫咪"进入区域"时：

    • 记录时间戳

    • 保存一张图片（入场图）

  • 检测到"离开区域"时：

    • 记录时间戳

    • 保存一张图片（离场图）

    • 计算如厕时间并保存（离开时间 - 进入时间）

4. 记录保存

  • 记录内容包括：

    • 猫咪ID / 名称

    • 进入时间

    • 离开时间

    • 如厕时长

    • 图片路径

  • 保存为 SQLite 数据库

🛠️ 技术栈：

  • 检测模型：YOLOv11 进行目标检测（识别是否为猫及位置）

  • 分类模型 ：使用一个轻量 CNN 或 ArcFace + ResNet 的猫脸识别模型（支持增量学习或动态注册）

  • 逻辑判断：跟踪猫咪是否进入区域（通过目标跟踪或 ID 跟踪）

✅ UI 界面设计：

  • 区域选择（绘制检测区域）【待更新】

  • 视频流预览（摄像头或视频）【待更新】

  • 猫咪管理（添加猫照片及名字）【已完成】

  • 事件记录展示（列表、时间线）【已完成】

  • 导出功能（CSV / Excel / 图片）【待更新】

✅ 一、猫咪分类模块（支持添加新猫）

思路：

我们用猫脸图片提特征，然后进行"最近邻"匹配：

  • 初次录入时，提取特征 + 存入特征库（保存为 .npy 或 SQLite）

  • 实时推理时，检测到猫 → 裁剪猫脸 → 提特征 → 与已知猫对比 → 分类结果

模型选型（轻量）：

  • 使用 ResNet18 或 MobileFaceNet 做猫脸识别

  • 特征距离：欧氏距离 / 余弦相似度

✅ 二、YOLOv11 + 摄像头区域检测

功能：

  • 启动摄像头实时检测

  • 在图像中标注"如厕区域"

  • 判断猫是否进入区域

  • 裁剪猫图并交给分类模块识别

  • 管理状态（进入 / 离开）并记录时间

🧱 项目目录构建：

复制代码 
cat_monitor/
├── detector/               # YOLOv11 推理代码
│   └── yolo_detector.py
├── recognizer/             # 猫咪识别代码
│   ├── embedder.py         # 提取猫脸特征
│   ├── database.py         # 猫脸数据库管理
│   └── matcher.py          # 分类识别逻辑
├── data/
│   └── embeddings/         # 猫脸特征向量存储
├── records/                # 图片与如厕记录
├── web/                    # Flask 前端展示
├── main.py                 # 实时主程序
└── config.py

🐱 猫咪分类模块目标

✅ 功能概述：

  1. 用户上传猫咪脸部图片 + 输入名字 → 添加新猫

  2. 每张图提取特征（使用轻量模型）

  3. 将猫的特征保存（后续用于识别）

  4. 实时时：检测到猫 → 裁剪猫图 → 提特征 → 与库里比对 → 得出是哪只猫

🧠 分类逻辑核心流程：

  1. 提特征（使用预训练猫脸模型 or 自训练轻量 CNN）

  2. 保存特征向量（.npy）+ 名称映射

  3. 比对：通过余弦相似度 / 欧氏距离 → 找出最接近的猫

✅ 模块设计方案

🔹 1. embedder.py -- 提取猫脸特征

python 复制代码 
import torch
import torchvision.transforms as transforms
from torchvision.models import resnet18
from PIL import Image

class CatEmbedder:
    def __init__(self, model_path=None):
        self.model = resnet18(pretrained=True)  # 可替换为你训练的猫脸模型
        self.model.fc = torch.nn.Identity()
        self.model.eval()

        self.transform = transforms.Compose([
            transforms.Resize((224, 224)),
            transforms.ToTensor(),
        ])

    def extract(self, img_path):
        img = Image.open(img_path).convert('RGB')
        img = self.transform(img).unsqueeze(0)
        with torch.no_grad():
            features = self.model(img)
        return features.squeeze().numpy()

🔹 2. database.py -- 管理猫的特征库

python 复制代码 
import os
import numpy as np
import json

class CatDatabase:
    def __init__(self, db_path='data/embeddings'):
        self.db_path = db_path
        self.mapping_file = os.path.join(db_path, 'cat_names.json')
        os.makedirs(db_path, exist_ok=True)

        if os.path.exists(self.mapping_file):
            with open(self.mapping_file, 'r') as f:
                self.name_map = json.load(f)
        else:
            self.name_map = {}

    def add_cat(self, name, embedding):
        cat_id = str(len(self.name_map))
        np.save(os.path.join(self.db_path, f"{cat_id}.npy"), embedding)
        self.name_map[cat_id] = name
        with open(self.mapping_file, 'w') as f:
            json.dump(self.name_map, f)

    def get_all(self):
        embeddings = []
        names = []
        for cat_id, name in self.name_map.items():
            vec = np.load(os.path.join(self.db_path, f"{cat_id}.npy"))
            embeddings.append(vec)
            names.append(name)
        return embeddings, names

🔹 3. matcher.py -- 识别猫咪身份

python 复制代码 
from sklearn.metrics.pairwise import cosine_similarity
import numpy as np

class CatMatcher:
    def __init__(self, db):
        self.db = db

    def match(self, query_vec, threshold=0.7):
        embeddings, names = self.db.get_all()
        if not embeddings:
            return "Unknown"

        sims = cosine_similarity([query_vec], embeddings)[0]
        best_idx = np.argmax(sims)
        if sims[best_idx] > threshold:
            return names[best_idx]
        return "Unknown"

✅ 流程示意图：

复制代码 
【上传猫脸图 + 名字】
       ↓
  extract → embedding
       ↓
 database.add_cat(name, embedding)
       ↓
【实时分类时】
 → 提特征 → matcher.match() → 猫名 / Unknown

✅ 测试：

python 复制代码 
# 测试添加猫
from recognizer.embedder import CatEmbedder
from recognizer.database import CatDatabase

embedder = CatEmbedder()
db = CatDatabase()

vec = embedder.extract("cat_face_1.jpg")
db.add_cat("Mimi", vec)
python 复制代码 
# 测试识别
from recognizer.matcher import CatMatcher

matcher = CatMatcher(db)
query_vec = embedder.extract("some_query_cat.jpg")
print(matcher.match(query_vec))

接下来制作一个猫咪添加页面的 Web 前端，用 Flask 实现，功能如下：

🧩 功能：

  1. 上传猫咪脸部图片（JPEG/PNG）

  2. 输入猫咪的名字

  3. 点击提交 → 提取特征并存入数据库

  4. 页面展示已有猫咪列表（含名字）

📁 项目结构（简化版）

复制代码 
cat_monitor/
├── recognizer/
│   ├── embedder.py
│   ├── database.py
│   └── matcher.py
├── web/
│   ├── app.py          ← Flask 主程序
│   ├── templates/
│   │   └── index.html  ← 上传页面
│   └── static/
│       └── uploads/    ← 存猫图

🔧 1. Flask 后端 (web/app.py)

python 复制代码 
from flask import Flask, render_template, request, redirect, url_for
import os
from recognizer.embedder import CatEmbedder
from recognizer.database import CatDatabase

app = Flask(__name__)
UPLOAD_FOLDER = 'web/static/uploads'
app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER
os.makedirs(UPLOAD_FOLDER, exist_ok=True)

embedder = CatEmbedder()
db = CatDatabase()

@app.route('/', methods=['GET', 'POST'])
def index():
    if request.method == 'POST':
        name = request.form['name']
        file = request.files['image']
        if name and file:
            img_path = os.path.join(app.config['UPLOAD_FOLDER'], file.filename)
            file.save(img_path)
            vec = embedder.extract(img_path)
            db.add_cat(name, vec)
            return redirect(url_for('index'))

    # 显示已有猫
    _, names = db.get_all()
    return render_template('index.html', cats=names)

if __name__ == '__main__':
    app.run(debug=True)

🖼️ 2. HTML 页面 (web/templates/index.html)

html 复制代码 
<!DOCTYPE html>
<html>
<head>
    <title>猫咪识别管理</title>
</head>
<body>
    <h2>添加新猫咪</h2>
    <form method="POST" enctype="multipart/form-data">
        <input type="text" name="name" placeholder="猫咪名字" required>
        <input type="file" name="image" accept="image/*" required>
        <input type="submit" value="添加猫咪">
    </form>

    <h3>已录入猫咪：</h3>
    <ul>
        {% for name in cats %}
        <li>{{ name }}</li>
        {% endfor %}
    </ul>
</body>
</html>

✅ 使用方法

  1. 启动 Flask 服务：
bash 复制代码 
cd web
python app.py

  1. 打开浏览器访问 http://127.0.0.1:5000/

  2. 添加猫咪并上传图片，后台会自动提特征并保存

✅ 前端效果展示

相关推荐
风筝超冷22 分钟前
Seq2Seq - 编码器（Encoder）和解码器（Decoder）
人工智能·深度学习·seq2seq
uncle_ll24 分钟前
李宏毅NLP-3-语音识别part2-LAS
人工智能·自然语言处理·语音识别·las
helloworld工程师27 分钟前
Spring AI应用：利用DeepSeek+嵌入模型+Milvus向量数据库实现检索增强生成--RAG应用（超详细）
人工智能·spring·milvus
終不似少年遊*2 小时前
【NLP解析】多头注意力+掩码机制+位置编码：Transformer三大核心技术详解
人工智能·自然语言处理·大模型·nlp·transformer·注意力机制
清岚_lxn5 小时前
原生SSE实现AI智能问答+Vue3前端打字机流效果
前端·javascript·人工智能·vue·ai问答
_一条咸鱼_7 小时前
大厂AI 大模型面试：注意力机制原理深度剖析
人工智能·深度学习·机器学习
FIT2CLOUD飞致云7 小时前
四月月报丨MaxKB正在被能源、交通、金属矿产等行业企业广泛采纳
人工智能·开源
_一条咸鱼_7 小时前
大厂AI大模型面试：泛化能力原理
人工智能·深度学习·机器学习
Amor风信子7 小时前
【大模型微调】如何解决llamaFactory微调效果与vllm部署效果不一致如何解决
人工智能·学习·vllm
Jamence7 小时前
多模态大语言模型arxiv论文略读（十五）
人工智能·语言模型·自然语言处理
热门推荐
01我决定放弃搞 Java 了02RAG 实践- Ollama+RagFlow 部署本地知识库03如何在WPS和Word/Excel中直接使用DeepSeek功能04第八节：Nodify 编辑器属性05DeepSeek RAGFlow构建本地知识库系统06DeepSeek各版本说明与优缺点分析07游戏引擎学习第217天08汽车上的各种质量：整备质量、总质量、装载质量、簧上质量、簧下质量09从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑10Gin 框架学习实录 · 第1篇：项目初始化、路由拆分与控制器结构设计