# 基于深度学习的皮肤类型智能检测 Web 应用-python
本项目为前几天收费帮学妹做的一个项目，在工作环境中基本使用不到，但是很多学校把这个当作编程入门的项目来做，故分享出本项目供初学者参考
一、项目描述
基于深度学习的皮肤类型智能检测 Web 应用（Python）
前台登录网址: http://localhost:8080/springbooti1986q06/front/dist/index.html
后台登录网址: http://localhost:8080/springbooti1986q06/admin/dist/index.html
管理员账户密码: admin/123456
普通用户账户密码: zcx/123456
二、项目功能
（1）用户
登录：用户通过账号密码登录系统，验证身份后进入个人主页。
注册：新用户可填写必要信息完成注册，系统自动分配唯一用户ID。
肤质检测：上传清晰面部照片，系统调用深度学习模型进行实时分析，返回肤质类型（油性/干性/混合性/中性）及置信度，并生成专业护肤建议与特征分析报告。
历史记录：查看所有过往检测记录，包括检测时间、上传图片缩略图、检测结果、置信度及建议详情，支持按时间排序与筛选。
数据统计：以图表形式展示个人肤质分布趋势、检测频次统计等，辅助用户了解自身皮肤变化规律。
个人中心：查看个人信息。
退出登录：安全退出当前会话，清除本地会话状态。
（2）管理员
登录：管理员使用专属账号密码登录后台管理系统，身份经权限校验后进入管理主界面.
注册：仅限初始化时由超级管理员创建首个管理员账号；后续管理员由现有管理员新增。
用户管理：查看全部注册用户列表，支持按用户名/邮箱搜索、查看详情、禁用/启用账户、重置密码等操作。
全部记录：集中查看全系统所有用户的肤质检测记录。
数据总览：可视化仪表盘展示全局统计信息。
退出登录：安全登出管理后台，终止会话并跳转至登录页。
三、运行环境
PyCharm 2022.1.4
运行环境:Python 3.9+SQLite 3
(此配置为本人调试所用，仅供参考)
四、项目技术
服务端技术:
Python 3.9+ 编程语言
Flask 2.3.3 Web 框架
Flask-SQLAlchemy 3.1.1 ORM 数据库映射
SQLite 3.x 轻量级数据库
TensorFlow 2.20.0 深度学习框架
Keras 3.10.0 神经网络 API
OpenCV 4.12.0 图像处理
前端技术:
HTML5 + CSS3 + JavaScript ：构建响应式用户界面
– Jinja2 模板引擎 ：Flask 模板渲染
– Bootstrap/自定义样式 ：现代化的界面设计
以上系统源码经过技术整理与调试，确保能正常运行
