一个基于 Mask R-CNN 的鸟类识别 APP，可以识别五种鸟类，mAP 83%。
前言
这是博主的毕设的课题，时间紧迫加上自身能力所限，最后的作品还有很多不足，还望各位不吝指正。
代码已经上传到了 github,并附上了详细的使用说明。
先放一下效果图
概述
整个系统包括用户端和服务端两部分。用户端通过 http 协议将待识别的鸟类图片上传到服务端，服务端再将识别后的图片和鸟类信息返回给用户端。
鸟类识别由 Mask R-CNN 框架训练出的模型完成。
鸟类识别
博主标注了 5 类，共 300 张鸟类图片，使用 Mask R-CNN 框架进行训练，得到了识别鸟类的模型。
5 种鸟类的图片
平均准确率的统计图
用户端
用户端运行在安卓系统上，包括图片的选择，图片的裁剪，图片的上传，以及识别结果的显示等功能。
服务端
服务端采用Python编程语言进行编写，服务端完成了接收用户端上传图片，识别图片，从数据库中查询鸟类的信息，将识别的结果回传到用户端等功能。
服务端使用了 flask web 应用框架。
执行 server.py 脚本后服务启动，当服务端接收到用户端上传的鸟类图片时将会调用 detect.py 脚本，脚本调用模型对鸟类进行识别。
