新增web推理前端：Gradio网页界面，支持上传图片实时分类

.gitignore

@@ -8,7 +8,9 @@
 !/requirements.txt
 !/THIRD_PARTY_LICENSES.md
 !/Train.py
-!/app.py
+!/web/
+!/web/app.py
+!/web/README.md
 !/Baseline.py
 !/Finetune.py
 !/Curve.py

requirements.txt

@@ -1,5 +1,7 @@
 torch>=1.10
 torchvision>=0.11
+gradio>=4.0,<5.0
+pydantic>=2.5,<2.10
 tqdm
 matplotlib
 pandas

web/README.md

@@ -0,0 +1,62 @@
+# Trash Division Web 前端
+
+基于 Gradio 的垃圾分类识别 Web 应用，上传图片即可预测垃圾类别。
+
+## 依赖
+
+除项目根目录 `requirements.txt` 外，Web 前端额外依赖：
+
+| 包 | 版本 | 说明 |
+|---|---|---|
+| `gradio` | `>=4.0,<5.0` | Web UI 框架 |
+| `pydantic` | `>=2.5,<2.10` | gradio 4.x 兼容性约束（新版会报 `"const" in schema` 错误） |
+
+> 安装：`pip install gradio>=4.0,<5.0 pydantic>=2.5,<2.10`
+
+## 启动前准备
+
+1. **确保 `best_model.pth` 存在**  
+   在项目根目录（`trash-division/`）下放置训练好的模型权重。如没有，先运行：
+   ```bash
+   cd .. && python Train.py
+   ```
+
+2. **安装依赖**（如还未安装）：
+   ```bash
+   pip install -r ../requirements.txt
+   ```
+
+## 启动
+
+在 `web/` 目录下运行：
+
+```bash
+python app.py
+```
+
+或者在项目根目录运行：
+
+```bash
+python web/app.py
+```
+
+启动后浏览器会自动打开 `http://127.0.0.1:7860`。
+
+## 配置说明
+
+可在 `app.py` 底部 `demo.launch()` 中调整以下参数：
+
+| 参数 | 默认值 | 说明 |
+|---|---|---|
+| `server_name` | `127.0.0.1` | 本机访问。如需局域网内其他设备访问，改为 `0.0.0.0` |
+| `server_port` | `7860` | 端口号，冲突时可换 |
+| `share` | `False` | 改为 `True` 可生成临时公网链接分享给同学 |
+| `inbrowser` | `True` | 启动后自动打开浏览器 |
+
+## 兼容性
+
+| 项 | 说明 |
+|---|---|
+| Python | `>=3.9,<3.10`（Gradio 5.x 需 Python 3.10+） |
+| PyTorch | `>=1.10` |
+| 设备 | 自动选择 CUDA > Intel XPU > Apple MPS > CPU |

web/app.py

@@ -1,9 +1,17 @@
+import sys
+import os
+# 确保可以从 web/ 目录或项目根目录运行，都能找到 Model.py 和 best_model.pth
+sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+
 import gradio as gr
 import torch
 from torchvision import transforms
 from PIL import Image
 from Model import Net  # 根据上传的 Model.py，模型类名为 Net
 
+# 项目根目录（web/ 的上一级）
+PROJECT_ROOT = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
+
 # 1. 基础配置与类别映射
 # 根据 Merge_classes.py，1=厨余垃圾, 2=可回收物, 3=其他垃圾, 4=有害垃圾
 class_names = ['厨余垃圾', '可回收物', '其他垃圾', '有害垃圾']
@@ -16,7 +24,8 @@ print(f"当前使用的推理设备: {device}")
 model = Net(num_classes=4)
 try:
     # 采用与 Evaluate.py 一致的健壮加载方式
-    state_dict = torch.load('best_model.pth', map_location=device)
+    model_path = os.path.join(PROJECT_ROOT, 'best_model.pth')
+    state_dict = torch.load(model_path, map_location=device)
     if 'model_state_dict' in state_dict:
         state_dict = state_dict['model_state_dict']
     elif 'model' in state_dict: