“智宠医“宠物皮肤病AI辅助诊断Falsk系统

一、项目概述

"智宠医"宠物全科云诊断系统是一款基于 深度学习 技术的宠物皮肤病智能诊断平台。系统通过上传宠物患处图片，利用训练好的卷积神经网络模型进行疾病识别，并结合大语言模型（Kimi AI）提供专业的病症分析和治疗建议，帮助宠物主人快速了解宠物健康状况。

二、系统功能

2.1 图像识别诊断

支持上传 PNG、JPG、JPEG、GIF、BMP 格式的宠物患处图片
文件大小限制：16MB
实时返回疾病分类结果和置信度
2.2 疾病分类类别
系统目前支持识别以下 5 种常见宠物皮肤疾病：

2.3 AI 智能分析

识别完成后，系统可调用 Kimi AI 大语言模型，提供：

病症详情：成因、症状、发病机制
相似病症：3-5 种相似疾病及区别
治疗方案：紧急处理、药物治疗、日常护理、预防措施
就医建议：是否需要立即就医及检查项目

from openai import OpenAI

KIMI_API_KEY = "写自己的API"

KIMI_BASE_URL = "https://api.moonshot.cn/v1"

kimi_client = OpenAI(

api_key=KIMI_API_KEY,

base_url=KIMI_BASE_URL

)

python

运行

三、 技术架构

3.1 整体架构

def build_model(num_classes: int) -> nn.Module:

if USE_PRETRAINED:

weights = models.ResNet34_Weights.IMAGENET1K_V1

model = models.resnet34(weights=weights)

else:

model = models.resnet34(weights=None)

if USE_PRETRAINED:

for name, param in model.named_parameters():

if 'layer1' in name or 'conv1' in name or 'bn1' in name:

param.requires_grad = False

num_features = model.fc.in_features

model.fc = nn.Sequential(

nn.Dropout(DROPOUT_RATE),

nn.Linear(num_features, num_classes)

)

return model

python

运行

3.1.2 混淆矩阵

五、项目目录结构

项目根目录/

├── app.py

├── train_pet_disease_classifier.py

├── convert_images.py

├── requirements.txt

├── templates/

│ └── index.html

├── data/

│ ├── 口腔病/

│ ├── 湿性皮炎/

│ ├── 皮肤肿瘤/

│ ├── 脓疱病/

│ └── 蜱虫感染/

└── 20251120_112941/

├── best_model.pt

├── confusion_matrix.png

├── loss_curve.png

└── training_log.txt

python

运行

七、视频演示