aiedulab/Attire-A-Explorer

Public

WeChat Login

Code Issues Pull requests Events Packages Insights

main

Attire-A-Explorer/README_OLD.md

blessing-gao<54387833+blessing-gao@users.noreply.github.com>

feat: 完整的Docker化部署和数据持久化

7c625634

0 commits

PreviewCode viewBlame

Attire AI Explorer 使用说明

📖 项目简介

Attire AI Explorer 是一个基于人工智能的智能服装识别系统，集成了服装识别、图片相似搜索、数据管理等多项功能。系统采用现代化的Web界面，支持批量处理、实时统计、历史记录管理和PostgreSQL数据库集成，为用户提供完整的服装分析解决方案。

🎯 核心特色

AI驱动：基于GPT-4 Vision的高精度服装识别技术
全栈解决方案：前端React + 后端Node.js + PostgreSQL数据库
智能搜索：基于图像特征的相似度搜索算法
企业级：支持大规模数据处理和管理
用户友好：直观的操作界面和详细的分析报告

✨ 主要功能

🔍 智能服装识别：基于GPT-4 Vision的高精度服装识别
📊 批量处理：支持Excel文件批量导入服装名称列表
🖼️ 多图片上传：支持同时上传多张服装图片
📈 实时统计：实时显示识别准确率和进度
🔄 智能重试：自动处理API失败，确保识别完整性
💾 状态持久化：切换页面不丢失测试数据
📋 详细分析：提供错误分析和识别结果详情
🎨 现代化UI：响应式设计，支持多种设备
🔍 图片相似搜索：基于图像特征的智能相似度搜索
📚 历史记录管理：完整的分析历史记录和数据管理
🗄️ 数据库支持：PostgreSQL数据库集成，支持数据持久化

📸 功能界面预览

上传分析功能

上传分析界面1 支持Excel文件和图片批量上传，实时显示分析进度

上传分析界面2 详细的分析结果展示，包含准确率统计和错误分析

测试模式

测试模式界面1 智能测试模式，支持批量图片识别

测试模式界面2 实时进度跟踪和结果统计

测试模式界面3 详细的测试结果分析和数据导出

图片相似搜索

图片相似搜索 基于图像特征的智能相似度搜索，支持多种相似度算法

历史记录管理

完整的分析历史记录，支持搜索、筛选和数据管理

数据库管理

数据库管理 PostgreSQL数据库集成，提供数据统计和管理功能

🚀 快速开始

环境要求

Node.js 18+ 或 Bun
现代浏览器（Chrome、Firefox、Safari、Edge）
OpenAI API 密钥

安装步骤

克隆项目

git clone https://github.com/NanamiAkari/attire-ai-explorer.git
cd attire-ai-explorer

安装依赖

# 使用npm
npm install

# 或使用yarn
yarn install

# 或使用bun（推荐）
bun install

配置环境变量

# 复制环境变量模板
cp .env.example .env

编辑 .env 文件，填入配置信息：

# Coze API配置
VITE_COZE_API_TOKEN=your_coze_api_token_here
VITE_COZE_BOT_ID=your_bot_id_here

# 后端API配置
VITE_API_BASE_URL=http://localhost:3001/api

# PostgreSQL数据库配置
VITE_DB_HOST=localhost
VITE_DB_PORT=5432
VITE_DB_NAME=clothing_analysis
VITE_DB_USER=postgres
VITE_DB_PASSWORD=your_password_here

设置数据库

确保PostgreSQL服务正在运行，并创建数据库：
```
CREATE DATABASE clothing_analysis;
```

启动后端服务器

# 进入服务器目录
cd server

# 安装依赖
npm install

# 启动后端服务器
npm start

后端服务器将在 http://localhost:3001 启动。

启动前端项目

# 返回项目根目录
cd ..

# 开发模式
npm run dev

# 生产构建
npm run build
npm run preview

📝 使用指南

1. 主要功能介绍

🔍 上传分析功能

系统的核心功能，支持智能服装识别和批量分析：

功能特点：

智能AI识别：基于先进的视觉识别技术
批量处理：同时处理多张图片，提高效率
实时反馈：显示识别进度和准确率统计
详细分析：提供每张图片的详细识别结果

上传分析界面 上传分析主界面

使用步骤：

上传数据：上传待识别图片
开始分析：点击开始按钮进行智能识别
查看结果：实时查看识别结果和准确率

详细的分析结果和准确率统计

🎯 图片相似搜索

基于图像特征的智能搜索功能，快速找到相似服装：

功能特点：

视觉相似度匹配：基于图像特征进行智能匹配
快速检索：毫秒级响应速度
多样化结果：提供多个相似度选项
直观展示：可视化相似度评分

图片相似搜索界面 - 上传图片即可找到相似服装

使用方法：

上传目标图片
系统自动分析图像特征
返回相似度排序的结果
点击查看详细信息

2. 测试模式详解

数据准备

Excel文件格式： 创建一个Excel文件，包含详细的服装属性标注：

filename	style	color	色调	collar	sleeve	版型	长度	面料	图案	工艺	场合	季节	风格
test1.png	连衣裙	白色	浅色调	圆领	短袖	A字型	中长款	棉质	纯色	拼接	休闲	夏季	简约
test2.png	毛衣	棕色	深色调	高领	长袖	直筒	中长款	毛料	纯色	拉链	休闲	秋季	简约
test3.png	连衣裙	蓝色	浅色调	无	无	直筒	长款	化纤	纯色	褶皱	运动	夏季	简约

注意事项：

第一行应为字段标题（filename, style, color等）
支持 .xlsx 和 .xls 格式
建议使用标准化的属性值以提高识别准确率
支持中英文字段名（如 filename 或文件名）

图片要求：

格式：支持 JPG、PNG、WEBP
大小：建议每张图片小于10MB
质量：清晰的服装图片，避免模糊或遮挡
数量：支持批量上传多张图片

测试流程

测试模式界面 测试模式主界面

步骤一：上传Excel文件

点击"选择Excel文件"按钮
选择包含服装属性标注的Excel文件
系统会自动解析并显示服装属性数据

步骤二：上传对应测试图片

点击"选择图片"按钮或拖拽图片到上传区域
支持同时选择多张图片
系统会显示已上传的图片预览

步骤三：开始测试分析

确认Excel数据和图片都已上传
点击"开始测试"按钮
系统开始自动识别每张图片

测试进行中 实时测试进度和统计信息

测试完成后的详细统计报告

3. 功能详解

智能重试机制

自动检测API调用失败
智能重试失败的请求
确保所有图片都能得到识别结果

状态持久化

自动保存测试进度到本地存储
切换页面或刷新浏览器不会丢失数据
支持恢复之前的测试状态

结果分析

准确率统计：实时计算识别准确率
错误分析：列出识别错误的图片
详细结果：显示每张图片的识别结果和置信度

测试模式详细功能 完整的测试结果分析界面

图片相似搜索

智能相似度算法：基于图像特征的多维度相似度计算
实时搜索：上传图片即可快速找到相似服装
相似度阈值调节：支持自定义相似度筛选条件
批量比较：支持与数据库中所有图片进行相似度比较

相似搜索功能 图片相似搜索界面，支持多种相似度算法

历史记录管理

完整记录：保存所有分析历史和结果数据
智能搜索：支持按时间、准确率、服装类型等条件筛选
数据导出：支持将历史记录导出为Excel或JSON格式
批量操作：支持批量删除、编辑历史记录

历史记录功能 历史记录管理界面，提供完整的数据管理功能

数据库管理

PostgreSQL集成：企业级数据库支持，确保数据安全
实时统计：提供详细的数据统计和分析报告
数据备份：支持数据库备份和恢复功能
性能监控：实时监控数据库连接状态和性能指标

数据库管理功能 数据库管理界面，提供完整的数据统计和管理功能

数据管理

清除测试结果：只清除识别结果，保留上传的文件
清空所有：清除所有数据和上传的文件
重新测试：基于现有数据重新开始识别
数据同步：支持本地存储与数据库之间的数据同步

⚙️ 高级配置

API配置

在 src/lib/openai.ts 中可以调整以下参数：

// 模型配置
model: "gpt-4-vision-preview"

// 最大token数
max_tokens: 300

// 并发请求数
const CONCURRENT_REQUESTS = 3

// 重试次数
const MAX_RETRIES = 3

识别提示词

可以在 src/lib/openai.ts 中自定义识别提示词：

const prompt = `请仔细观察这张服装图片，从以下列表中选择最匹配的服装名称：
${clothingList}

要求：
1. 只返回最匹配的一个服装名称
2. 必须从提供的列表中选择
3. 如果不确定，选择最相似的
4. 不要添加任何解释或其他文字`;

📊 数据格式说明

Excel数据格式

系统支持详细的服装属性标注，Excel文件应包含以下字段：

列名	数据类型	说明	示例
filename	文本	图片文件名	test1.png
style	文本	服装样式/类型	连衣裙、衬衣、裤子等
color	文本	主要颜色	白色、黑色、灰色等
色调	文本	颜色深浅	浅色调、深色调、中性色调等
collar	文本	领型设计	圆领、高领、立领等
sleeve	文本	袖型长度	长袖、短袖、无袖等
版型	文本	服装版型	A字型、直筒、宽松等
长度	文本	服装长度	长款、中长款、短款等
面料	文本	材质类型	棉质、化纤、混纺等
图案	文本	图案设计	纯色、印花、条纹等
工艺	文本	制作工艺	组扣、拼接、刺绣等
场合	文本	适用场合	休闲、职场、运动等
季节	文本	适用季节	春季、夏季、秋季、冬季
风格	文本	服装风格	简约、优雅、休闲等

注意事项：

支持中英文字段名（如 filename 或文件名）
建议使用标准化的属性值以提高识别准确率
Excel文件格式支持 .xlsx 和 .xls
第一行应为字段标题

识别结果格式

系统会输出结构化的识别结果：

{
  "imageName": "图片文件名",
  "tags": {
    "样式名称": "连衣裙",
    "颜色": "白色",
    "色调": "浅色调",
    "领型": "圆领",
    "袖型": "短袖",
    "版型": "A字型",
    "长度": "中长款",
    "面料": "棉质",
    "图案": "纯色",
    "工艺": "拼接",
    "场合": "休闲",
    "季节": "夏季",
    "风格": "简约"
  },
  "confidence": 85,
  "analysisTime": 1200
}