ec7c9f8dbe
- 基于 CLIP 模型实现图片相似度搜索（app.py / main.py） - 新增 Streamlit 可视化交互界面 - 新增 pyproject.toml、justfile、Dockerfile 项目配置 - 补充完整 README 文档（功能介绍、快速开始、Docker 部署） - 新增 .gitignore
81 lines
1.9 KiB
Markdown
81 lines
1.9 KiB
Markdown
# pest-image-search 病虫害以图搜图
|
||
|
||
基于 CLIP 视觉模型的病虫害图片相似度搜索应用。上传病虫害患处图片，系统自动提取视觉特征并检索知识库中最相似的病虫害类型，提供症状描述与防治建议。
|
||
|
||
## 功能特性
|
||
|
||
- 🖼️ 支持上传本地图片、输入图片 URL、选择示例图片三种查询方式
|
||
- 🧠 基于 `openai/clip-vit-base-patch32` 本地视觉模型提取图像特征
|
||
- 📊 相似度可视化条形图
|
||
- 🏷️ 覆盖水稻、小麦、玉米、大豆、番茄、黄瓜等常见作物的病虫害知识库
|
||
- 💡 智能推荐最可能的病虫害及防治方案
|
||
|
||
## 技术栈
|
||
|
||
- Python 3.14+
|
||
- Streamlit 1.52.1
|
||
- Plotly 6.5.0
|
||
- Transformers 4.51.3 + PyTorch 2.7.0 (CLIP 模型)
|
||
- Pillow、NumPy、Requests
|
||
|
||
## 快速开始
|
||
|
||
### 使用 uv（推荐）
|
||
|
||
```bash
|
||
# 安装依赖
|
||
uv sync
|
||
|
||
# 运行应用
|
||
uv run streamlit run app.py
|
||
```
|
||
|
||
### 使用 just
|
||
|
||
```bash
|
||
# 查看所有可用命令
|
||
just --list
|
||
|
||
# 运行应用
|
||
just run
|
||
|
||
# 代码格式化
|
||
just format
|
||
|
||
# 代码检查
|
||
just check
|
||
```
|
||
|
||
## Docker 部署
|
||
|
||
```bash
|
||
# 构建镜像
|
||
docker build -t pest-image-search .
|
||
|
||
# 运行容器
|
||
docker run -p 8000:8000 pest-image-search
|
||
```
|
||
|
||
## 项目结构
|
||
|
||
```
|
||
pest-image-search/
|
||
├── app.py # 主应用文件（Streamlit）
|
||
├── main.py # 入口文件
|
||
├── pyproject.toml # 项目配置
|
||
├── justfile # 任务自动化
|
||
├── Dockerfile # Docker 配置
|
||
└── README.md # 项目文档
|
||
```
|
||
|
||
## 使用说明
|
||
|
||
1. 首次启动时会自动下载 CLIP 模型（约 300MB），请保持网络畅通
|
||
2. 加载完成后自动构建病虫害图片索引
|
||
3. 上传或选择查询图片后点击「开始搜索」，即可获得 Top-K 相似病虫害结果
|
||
4. 结果仅供参考，实际防治请结合田间情况或咨询农业专家
|
||
|
||
## 许可证
|
||
|
||
MIT License
|