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
3.1.1模型构建 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
