1. 项目简介

在课堂、图书馆和自习室等场景中，手机使用行为容易分散注意力。本文实现了一个"别玩手机行为识别系统"：用户上传一张场景图片，系统调用已训练的图像分类模型，输出"正在使用手机"或"未使用手机"的预测类别及置信度。项目将深度学习推理能力封装为 Django Web 页面，便于演示、测试与后续扩展。

2. 技术栈

• 后端框架：Django
• 深度学习框架：PyTorch
• 图像处理库：Pillow、torchvision
• 可选模型架构：AlexNet、VGG、ResNet、GoogLeNet、MobileNet、DenseNet、EfficientNet、RegNet、ShuffleNet、Swin Transformer、Vision Transformer
• 运行环境：Django 5.2.12 + Python 3.8+

3. 数据集说明

项目使用本地 data_set/phone 数据集，采用 PyTorch 的 ImageFolder 目录组织方式。数据集结构如下：

训练脚本默认数据集名称为 phone，训练阶段读取 train 目录，评估阶段读取 test 目录。

4. 界面设计

页面采用左右分栏的工具型界面：

左侧区域：
直观说明二分类标签，帮助用户理解系统功能。

右侧区域：
集中放置模型选择、图片上传和预测结果区域。

设计优势：

• 相比只展示单一结果的页面，这种布局更适合课程设计或项目答辩中的现场演示
• 预测结果会清晰展示使用模型、行为类别和置信度
• 界面简洁直观，降低用户学习成本

5. 总结与优化方向

本文完成了从行为图片数据集、深度学习分类模型到 Django 可视化页面的完整闭环。后续可从三方面继续完善：

1. 数据增强：补充不同光照、遮挡和远距离场景数据，提升模型泛化能力
2. 模型对比：基于真实测试日志对多个模型的准确率、推理速度和模型大小进行系统对比
3. 功能扩展：扩展为视频流检测，在连续帧上增加时序平滑与告警策略