基于 YOLO 分类和感知哈希的智能图片分组系统。自动识别相似图片并按案件号归类。
- 🔍 智能分类: YOLO模型自动筛选目标图片
- 📊 相似度分析: 感知哈希算法识别相似图片
- 📁 批量处理: 支持多ZIP文件同时处理
- 🏷️ 案件号提取: 自动识别并提取案件编号
- 📄 结果导出: 生成CSV记录和分组文件
- 🐳 Docker支持: 容器化部署，一键启动
code/
├── group2.py # 核心处理脚本
├── environment.yml # conda环境配置(完整)
├── environment-cross-platform.yml # conda环境配置(跨平台)
├── setup_env.bat # Windows环境安装脚本
├── setup_env.sh # Linux/Mac环境安装脚本
├── models/ # YOLO模型文件
│ └── best.pt # 训练好的分类模型
├── web_frontend/ # Web前端版本
│ ├── app.py # Flask后端
│ ├── templates/ # HTML模板
│ └── 使用说明.md # 详细使用文档
├── web_docker/ # Docker版本
│ ├── Dockerfile # 镜像构建
│ ├── docker-compose.yml
│ ├── start.bat # Windows启动
│ ├── start.sh # Linux启动
│ └── README.md # Docker文档
└── README.md # 本文件
cd web_docker
# Windows
start.bat
# Linux/Mac
chmod +x start.sh && ./start.sh# Windows
setup_env.bat
# Linux/Mac
chmod +x setup_env.sh && ./setup_env.sh# 完全复制原环境
conda env create -f environment.yml
# 或跨平台安装
conda env create -f environment-cross-platform.yml
# 激活环境
conda activate yolo11
# 启动服务
cd web_frontend && python app.pyconda activate yolo11
python group2.py系统自动识别以下案件号格式：
DQIHWXO80125054932__20250805105326（完整格式）DQIHWXO80125054932（简化格式）- 其他数字编号格式
案件号_g组号_序号_原文件名.扩展名
- 组别、序号、案件号
- 原始文件名、新文件名
- 来源ZIP、ZIP内路径、组大小
- Python 3.9+
- 4GB RAM
- 5GB 存储空间
- NVIDIA GPU（CUDA支持）
- 8GB+ RAM
- 10GB+ 存储空间
需要训练好的YOLO分类模型：
runs/classify/train26/weights/best.pt
- 后端: Python + Flask + YOLO + OpenCV
- 前端: HTML5 + CSS3 + JavaScript
- AI模型: Ultralytics YOLO
- 图像处理: PIL + ImageHash
- 容器: Docker + Docker Compose
编辑 extract_case_number() 函数：
patterns = [
r'([A-Z]+\d+__\d+)', # 现有格式
r'(YOUR_PATTERN)', # 添加新格式
]修改 HASH_THRESHOLD 参数：
HASH_THRESHOLD = 5 # 降低数值=更严格匹配调整 CLASS2_CONFIDENCE_THRESHOLD：
CLASS2_CONFIDENCE_THRESHOLD = 0.5 # 0.0-1.0MIT License
欢迎提交 Issue 和 Pull Request
- v1.0.0 - 基础功能完成
- v1.1.0 - 添加Web界面
- v1.2.0 - Docker化部署
- v1.3.0 - 案件号自动提取
"Talk is cheap. Show me the code." - 系统能工作就是美的。