# yangcongwangba/cnn architecture

> Architecture diagram of the GitHub repository yangcongwangba/cnn, generated by GitDiagram from its file tree, README and a sample of source files (last updated 2025-04-29). It is an AI-made overview: check details against the source.

- Interactive diagram: https://gitdiagram.com/yangcongwangba/cnn
- Repository: https://github.com/yangcongwangba/cnn

## Overview

##### 项目类型与目的
- 这是一个基于 CNN（卷积神经网络）的图像分类识别项目，包含三大功能模块：
1) 模型训练（train.py）
2) 图像预测／推理（forecast.py）
3) 视频实时识别（video.py）
- 目标是对静态图像或视频流进行分类，并输出识别结果。

##### 文件结构分析
- 根目录下无前后端分层，均为 Python 脚本：
- train.py —— 数据预处理 + 模型定义 + 训练流程
- forecast.py —— 加载训练好的模型，对单张图像做分类
- video.py —— 调用模型，对视频帧流做实时分类
- README.md 简述了三大模块，无额外配置或依赖文件。但可根据需要额外添加 `requirements.txt`、`config/` 等。

##### 核心架构组件
a. 数据处理（Data Preprocessing）
- 加载、增强、划分训练/验证集
b. 模型训练（Model Training）
- 定义 CNN 网络结构
- 训练并保存模型权重（.pth 或 .h5）
c. 模型推理（Model Inference）
- 加载训练好的权重，对单张图像进行分类
d. 视频识别（Video Recognition）
- 从摄像头或视频文件读取帧
- 对每帧调用推理模块，叠加分类结果

##### 模块之间的关系与数据流
1) 原始数据 → 数据处理 → 训练模块 → 训练完成后输出模型文件
2) 模型文件 ←——→ 预测脚本（静态图像推理）
3) 模型文件 ←——→ 视频识别脚本（实时帧推理）

##### 绘制系统设计图的要点
- 使用中文图标和标签（根据<instructions>“中文图标”要求）
- 主要组件用方框表示，并用不同颜色区分：
- 数据管道（蓝色）
- 训练模块（绿色）
- 推理模块（橙色）
- 视频模块（紫色）
- 箭头表示数据流向：
- 单向箭头从“数据预处理”指向“模型训练”
- 箭头从“模型训练”指向“模型文件”
- 箭头分别从“模型文件”指向“图像推理”和“视频识别”
- 在每个方框内，使用中文简短描述，如“图像增强”、“CNN 训练”、“模型加载与分类”等
- 在模型文件节点上，注明“权重文件 (.pth/.h5)”

##### 详细绘图指南
- 图形元素
- 方框：主要模块
- 圆角矩形：存储/文件（模型文件、数据集）
- 箭头：数据流或依赖方向
- 文字与图标
- 均使用中文标签，例如“数据预处理”、“模型训练”、“单张图像推理”、“视频帧识别”
- 可在每个模块旁加上对应的小图标（例如摄像头图标代表视频模块）
- 颜色
- 统一项目色调，区分模块类型
- 数据管道—蓝；训练—绿；推理—橙；视频—紫
- 布局
- 从左到右：数据预处理 → 模型训练 → （模型文件） → 推理模块 / 视频识别
- 或者自上而下排列，箭头向下表示流程

使用以上组件、数据流关系和中文标签，绘制一张简洁且准确的系统设计图。务必突出三大模块之间如何共享模型文件，展示各脚本的职责分离，并用中文图标／标签增强可读性与本地化体验。

## Diagram (Mermaid)

```mermaid
flowchart TD
    数据预处理["数据预处理<br/>(图像增强等)"]:::data
    模型训练["模型训练<br/>(CNN 训练)"]:::train
    权重文件[(权重文件 .pth/.h5)]:::storage
    单张图像推理["单张图像推理<br/>(模型加载与分类)"]:::infer
    视频帧识别["视频帧识别<br/>(实时分类)"]:::video

    数据预处理 -->|数据流| 模型训练
    模型训练 -->|输出模型| 权重文件
    权重文件 -->|加载推理| 单张图像推理
    权重文件 -->|加载推理| 视频帧识别

    click 数据预处理 "https://github.com/yangcongwangba/cnn/blob/main/train.py"
    click 模型训练 "https://github.com/yangcongwangba/cnn/blob/main/train.py"
    click 单张图像推理 "https://github.com/yangcongwangba/cnn/blob/main/forecast.py"
    click 视频帧识别 "https://github.com/yangcongwangba/cnn/blob/main/video.py"

    classDef data fill:#D0E8FF,stroke:#1E90FF,color:#000
    classDef train fill:#D0FFD6,stroke:#32CD32,color:#000
    classDef infer fill:#FFE8C0,stroke:#FFA500,color:#000
    classDef video fill:#E8D0FF,stroke:#8A2BE2,color:#000
    classDef storage fill:#F0F0F0,stroke:#A9A9A9,color:#000
```
