简介这份资源是面向高校计算机、人工智能相关专业毕业设计场景的完整项目包围绕Python卷积神经网络CNN图像分类系统展开适合需要完成毕设、课程设计或入门深度学习实战的学生与开发者。包内共21个文件以13个Python源码文件为核心辅以训练好的模型与数据集、说明文档、前端页面及配置文件压缩包约62KB体量轻便、便于本地部署与二次修改。项目覆盖LeNet-5、AlexNet、GoogLeNet、ResNet等经典网络结构并同时提供TensorFlow与PyTorch两套实现配合类别索引文件与模型脚本可帮助读者理解从数据加载、网络搭建到训练推理的完整流程。源码均经过本地编译验证可运行评审分达到95分以上难度适中内容经助教老师审定。目前已有269人学习下载适合作为毕设参考、CNN入门实践与模型对比实验的起步模板。1. 毕业设计选CNN图像分类为什么这套源码值得你花两周啃透如果你正在翻毕业设计的选题看到基于Python卷积神经网络CNN的图像分类系统这个题目第一反应大概是网上模板一大堆随便下一个改改不就行了。但我带过几届学生的血泪经验是真正能让你在答辩现场不被问穿的不是界面多花哨而是你能不能把数据从哪来、模型怎么训、准确率为什么是这个数讲清楚。这套源码模型说明文档全部数据资料的组合价值恰恰在于它把整条链路都摊开了Python环境怎么配、卷积神经网络结构怎么搭、图像分类数据集怎么切分、训练完的权重怎么保存再加载。它适合两类人——一类是只想顺利过答辩、需要一份能跑通的完整工程另一类是真心想借这个题目入门深度学习CNN把图像分类算法从调包变成自己会写。下面我按实际复现顺序把每一步拆到你能照着敲的程度。2. 环境与数据把Python、CNN依赖和图像分类数据集先跑通2.1 为什么优先用Python而不是别的语言做CNN图像分类毕业设计里选Python几乎是默认答案原因不玄学深度学习CNN的主流框架对Python支持最完整卷积神经网络源码、预训练模型、图像分类数据集加载工具基本都是Python接口优先。你如果去翻那些用Java课程设计案例源码思路硬套深度学习的方案会发现要么调不动GPU要么算子库缺胳膊少腿。常见做法是Python 3.8到3.10之间选一个稳定版本配PyTorch或TensorFlow二选一。我一般推荐PyTorch因为它的动态图对新手调试友好报错信息能直接定位到行不像静态图那样黑匣子。这里不纠结框架之争你只要记住这套图像分类系统源码大概率是基于PyTorch或Keras写的先看requirements里写的是哪个别自己换。2.2 从零配好能跑CNN的Python环境先确认Python装好命令行能出结果python --version pip --version如果版本低于3.8去官网下新版安装时勾选Add Python to PATH这一步漏了后面全是不是内部或外部命令。接着建虚拟环境避免和你机器上其他项目的包打架python -m venv cnn_env # Windows cnn_env\Scripts\activate # macOS / Linux source cnn_env/bin/activate虚拟环境激活后命令行前面会出现(cnn_env)前缀。然后装依赖以PyTorch为例pip install torch torchvision pip install numpy matplotlib pillow pip install opencv-python这里每个包都有用torch是CNN核心torchvision自带图像分类数据集加载和预训练模型numpy做数组运算matplotlib画训练曲线和混淆矩阵pillow和opencv-python负责读图、缩放、转格式。装完验证一下import torch import torchvision print(torch.__version__) print(torch.cuda.is_available()) # 有N卡且装了CUDA版会返回True如果cuda返回False但你确实有独显多半是装成了CPU版去PyTorch官网按你的CUDA版本重新选命令。没有独显也能跑只是训练慢图像分类小数据集用CPU熬一熬也能出结果。2.3 图像分类数据集怎么组织才不出错这套资料里的数据大概率是按类别分文件夹的形如dataset/ train/ cat/ dog/ val/ cat/ dog/这种结构是torchvision的ImageFolder默认认的格式类别名就是文件夹名标签自动生成。你拿到数据后先做三件事一是数一数每个类别多少张差太多要做均衡否则模型会偏向样本多的类二是检查有没有损坏图片用下面这段扫一遍from PIL import Image import os bad [] for root, _, files in os.walk(dataset): for f in files: p os.path.join(root, f) try: Image.open(p).verify() except Exception as e: bad.append((p, str(e))) print(损坏图片, bad)三是确认训练集和验证集没有重叠同一张图既训又验准确率虚高答辩时被问到就翻车。常见做法是8:2或7:3切分类别内随机抽别按文件名顺序切否则可能把同一批采集的图全塞进训练集。2.4 用几行代码把数据喂进CNN数据管道用torchvision的transforms串起来from torchvision import datasets, transforms train_tf transforms.Compose([ transforms.Resize((224, 224)), # 统一尺寸CNN输入要求固定 transforms.RandomHorizontalFlip(), # 随机翻转轻量增强 transforms.ToTensor(), # 转成张量并归一化到0-1 transforms.Normalize( # 按ImageNet均值方差标准化 mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) train_set datasets.ImageFolder(dataset/train, transformtrain_tf) train_loader torch.utils.data.DataLoader( train_set, batch_size32, shuffleTrue, num_workers2)Resize的224是多数预训练CNN的默认输入你要是自己从零搭LeNet5那种小网络可以改成32或64省算力。batch_size32是显存和速度的折中显存小就降到16或8。num_workers在Windows上有时会报错改成0用主进程加载即可。Normalize那组数是ImageNet统计出来的用预训练模型就必须照抄从零训练可以自己算但用现成的更省事。3. 卷积神经网络结构从LeNet5到迁移学习怎么选、怎么写3.1 卷积、池化、全连接到底各管什么卷积神经网络的核心就三样卷积层提特征池化层降维全连接层做分类。卷积核在图上滑动做加权求和浅层学到边缘、纹理深层学到部件和整体形状。池化常见的是最大池化取窗口内最大值把特征图缩小一半减少参数量同时保留显著特征。全连接层把前面提取的特征图拉平映射到类别数上输出每个类的得分。你如果搜卷积神经网络的汇聚层说的就是池化层叫法不同而已。理解这三者的顺序和尺寸变化是看懂任何CNN源码的基础。输入224×224×3经过若干卷积池化最后变成7×7×512这种小特征图再拉平成向量进全连接。3.2 自己搭一个能跑的CNN分类网络如果资料里是从零搭的网络结构大概长这样我按PyTorch写一版import torch.nn as nn class SimpleCNN(nn.Module): def __init__(self, num_classes10): super().__init__() self.features nn.Sequential( nn.Conv2d(3, 32, 3, padding1), # 输入3通道输出323x3卷积 nn.ReLU(), nn.MaxPool2d(2), # 尺寸减半 nn.Conv2d(32, 64, 3, padding1), nn.ReLU(), nn.MaxPool2d(2), nn.Conv2d(64, 128, 3, padding1), nn.ReLU(), nn.MaxPool2d(2), ) self.classifier nn.Sequential( nn.Flatten(), nn.Linear(128 * 28 * 28, 256), # 尺寸取决于输入需按实际算 nn.ReLU(), nn.Dropout(0.5), # 防过拟合 nn.Linear(256, num_classes) ) def forward(self, x): x self.features(x) return self.classifier(x)num_classes改成你数据集的类别数。Linear那行的128×28×28必须和前面特征图实际尺寸对上输入224经过三次池化变成28通道128所以是128×28×28。你要是改了输入尺寸或池化次数这行不改就会报尺寸不匹配这是新手最常见的翻车点。Dropout 0.5是经验值数据少可以加到0.6数据多可以降到0.3。3.3 迁移学习小数据集拿高准确率的捷径毕业设计数据往往只有几千张从零训CNN准确率上不去。常见做法是用预训练模型做迁移学习把ImageNet上学到的特征搬过来import torchvision.models as models import torch.nn as nn model models.resnet18(weightsmodels.ResNet18_Weights.DEFAULT) for p in model.parameters(): p.requires_grad False # 冻结主干 model.fc nn.Linear(model.fc.in_features, num_classes) # 换分类头冻结主干后只训最后的全连接层几十个epoch就能收敛准确率通常比从零搭的高一截。等分类头稳定了可以解冻最后几个卷积块做微调学习率调小到1e-4级别。这里注意换分类头时in_features要取原模型的值别写死512不同模型不一样。用预训练模型时输入必须做ImageNet标准化就是前面那组mean和std不做的话准确率会莫名其妙掉。3.4 训练循环里必须盯住的几个量训练代码骨架import torch device torch.device(cuda if torch.cuda.is_available() else cpu) model model.to(device) criterion torch.nn.CrossEntropyLoss() optimizer torch.optim.Adam( filter(lambda p: p.requires_grad, model.parameters()), lr1e-3) for epoch in range(30): model.train() for imgs, labels in train_loader: imgs, labels imgs.to(device), labels.to(device) optimizer.zero_grad() out model(imgs) loss criterion(out, labels) loss.backward() optimizer.step() print(fepoch {epoch}, loss {loss.item():.4f})optimizer只传requires_grad为True的参数冻结的层不更新。loss用交叉熵分类任务标配。每个epoch打印loss正常情况应该稳步下降如果震荡剧烈学习率调小如果降不下去检查数据和标签对不对。训练完记得保存权重torch.save(model.state_dict(), cnn_model.pth)加载时先建同结构模型再load_state_dict结构对不上会报key不匹配。4. 避坑与排查图像分类系统跑不起来时先看这几条4.1 报CUDA out of memory但显存明明够现象训练刚开始就爆显存nvidia-smi看占用并不高。原因多半是batch_size设大了或者验证阶段没加torch.no_grad()导致计算图累积。解决batch_size减半验证和推理包在with torch.no_grad():里及时del中间变量并torch.cuda.empty_cache()。4.2 准确率一直卡在类别数分之一现象10分类准确率死活0.1左右loss不降。原因通常是标签没对上比如ImageFolder按文件夹名排序生成标签你后面自己映射时顺序错了或者数据根本没加载进来loader是空的。解决打印一个batch的labels看看再打印train_set.class_to_idx确认类别索引逐张核对图片和标签。4.3 训练准确率高、验证准确率低得离谱现象训练集99%验证集50%。原因过拟合或者训练验证数据分布不一致或者验证集做了和训练集不同的预处理。解决加数据增强、加Dropout、加权重衰减确认验证集只做Resize和Normalize不做随机翻转这类增强检查训练验证是不是同一批数据来源。4.4 换了输入尺寸就报尺寸不匹配现象改Resize到128后Linear层报mat1 and mat2 shapes cannot be multiplied。原因全连接层输入维度是按224算死的。解决要么改回224要么重新算特征图尺寸改Linear最省事的办法是在Flatten后加nn.LazyLinear让框架自动推断。4.5 保存的模型加载后预测结果全乱现象训练时准确率正常加载pth后预测全是同一类。原因保存的是state_dict但加载时模型结构不一致或者忘了model.eval()导致Dropout和BN还在训练模式。解决加载后先model.eval()再with torch.no_grad()推理确认建模型时的num_classes和保存时一致。5. 把系统跑出可用结果验证、调参与答辩能讲清的技巧模型训完不算完你得能证明它真的work。第一件事是画混淆矩阵看每个类分对分错的情况from sklearn.metrics import confusion_matrix import seaborn as sns import matplotlib.pyplot as plt model.eval() all_preds, all_labels [], [] with torch.no_grad(): for imgs, labels in val_loader: imgs imgs.to(device) preds model(imgs).argmax(1).cpu().numpy() all_preds.extend(preds) all_labels.extend(labels.numpy()) cm confusion_matrix(all_labels, all_preds) sns.heatmap(cm, annotTrue, fmtd) plt.savefig(confusion_matrix.png)混淆矩阵比单一准确率有说服力哪个类容易混一目了然答辩时你能指着图说猫和狗混淆多是因为姿态相似这比背概念强。第二件事是调参记录学习率、batch_size、epoch、增强策略各试几组把验证准确率列成表实验学习率batch_size增强验证准确率11e-332翻转0.8221e-432翻转裁剪0.8731e-416翻转裁剪0.89这张表就是你答辩的底气说明你不是瞎调是有对照地优化。第三件事是单张推理演示写个predict函数传一张图返回类别和置信度答辩现场能直接跑def predict(img_path): img Image.open(img_path).convert(RGB) x val_tf(img).unsqueeze(0).to(device) model.eval() with torch.no_grad(): prob torch.softmax(model(x), dim1) conf, idx prob.max(1) return train_set.classes[idx.item()], conf.item()val_tf要和验证集预处理完全一致少一步Normalize结果就偏。我自己踩过的坑是演示时忘了convert(RGB)遇到灰度图直接报错现场很尴尬。所以演示前把各种格式的图都试一遍。最后说个习惯每改一次代码就commit一次模型权重按日期参数命名别用final_final这种名字过两天你自己都分不清哪个是哪个。这套图像分类系统真正值钱的地方是让你把数据、模型、评估、演示整条链路走一遍走通了答辩就是走个流程。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/9/24 18:17:08 · 阅读 1.2k 毕业设计CNN图像分类系统：从环境搭建到模型训练全流程实战
简介这份资源是面向高校计算机、人工智能相关专业毕业设计场景的完整项目包围绕Python卷积神经网络CNN图像分类系统展开适合需要完成毕设、课程设计或入门深度学习实战的学生与开发者。包内共21个文件以13个Python源码文件为核心辅以训练好的模型与数据集、说明文档、前端页面及配置文件压缩包约62KB体量轻便、便于本地部署与二次修改。项目覆盖LeNet-5、AlexNet、GoogLeNet、ResNet等经典网络结构并同时提供TensorFlow与PyTorch两套实现配合类别索引文件与模型脚本可帮助读者理解从数据加载、网络搭建到训练推理的完整流程。源码均经过本地编译验证可运行评审分达到95分以上难度适中内容经助教老师审定。目前已有269人学习下载适合作为毕设参考、CNN入门实践与模型对比实验的起步模板。1. 毕业设计选CNN图像分类为什么这套源码值得你花两周啃透如果你正在翻毕业设计的选题看到基于Python卷积神经网络CNN的图像分类系统这个题目第一反应大概是网上模板一大堆随便下一个改改不就行了。但我带过几届学生的血泪经验是真正能让你在答辩现场不被问穿的不是界面多花哨而是你能不能把数据从哪来、模型怎么训、准确率为什么是这个数讲清楚。这套源码模型说明文档全部数据资料的组合价值恰恰在于它把整条链路都摊开了Python环境怎么配、卷积神经网络结构怎么搭、图像分类数据集怎么切分、训练完的权重怎么保存再加载。它适合两类人——一类是只想顺利过答辩、需要一份能跑通的完整工程另一类是真心想借这个题目入门深度学习CNN把图像分类算法从调包变成自己会写。下面我按实际复现顺序把每一步拆到你能照着敲的程度。2. 环境与数据把Python、CNN依赖和图像分类数据集先跑通2.1 为什么优先用Python而不是别的语言做CNN图像分类毕业设计里选Python几乎是默认答案原因不玄学深度学习CNN的主流框架对Python支持最完整卷积神经网络源码、预训练模型、图像分类数据集加载工具基本都是Python接口优先。你如果去翻那些用Java课程设计案例源码思路硬套深度学习的方案会发现要么调不动GPU要么算子库缺胳膊少腿。常见做法是Python 3.8到3.10之间选一个稳定版本配PyTorch或TensorFlow二选一。我一般推荐PyTorch因为它的动态图对新手调试友好报错信息能直接定位到行不像静态图那样黑匣子。这里不纠结框架之争你只要记住这套图像分类系统源码大概率是基于PyTorch或Keras写的先看requirements里写的是哪个别自己换。2.2 从零配好能跑CNN的Python环境先确认Python装好命令行能出结果python --version pip --version如果版本低于3.8去官网下新版安装时勾选Add Python to PATH这一步漏了后面全是不是内部或外部命令。接着建虚拟环境避免和你机器上其他项目的包打架python -m venv cnn_env # Windows cnn_env\Scripts\activate # macOS / Linux source cnn_env/bin/activate虚拟环境激活后命令行前面会出现(cnn_env)前缀。然后装依赖以PyTorch为例pip install torch torchvision pip install numpy matplotlib pillow pip install opencv-python这里每个包都有用torch是CNN核心torchvision自带图像分类数据集加载和预训练模型numpy做数组运算matplotlib画训练曲线和混淆矩阵pillow和opencv-python负责读图、缩放、转格式。装完验证一下import torch import torchvision print(torch.__version__) print(torch.cuda.is_available()) # 有N卡且装了CUDA版会返回True如果cuda返回False但你确实有独显多半是装成了CPU版去PyTorch官网按你的CUDA版本重新选命令。没有独显也能跑只是训练慢图像分类小数据集用CPU熬一熬也能出结果。2.3 图像分类数据集怎么组织才不出错这套资料里的数据大概率是按类别分文件夹的形如dataset/ train/ cat/ dog/ val/ cat/ dog/这种结构是torchvision的ImageFolder默认认的格式类别名就是文件夹名标签自动生成。你拿到数据后先做三件事一是数一数每个类别多少张差太多要做均衡否则模型会偏向样本多的类二是检查有没有损坏图片用下面这段扫一遍from PIL import Image import os bad [] for root, _, files in os.walk(dataset): for f in files: p os.path.join(root, f) try: Image.open(p).verify() except Exception as e: bad.append((p, str(e))) print(损坏图片, bad)三是确认训练集和验证集没有重叠同一张图既训又验准确率虚高答辩时被问到就翻车。常见做法是8:2或7:3切分类别内随机抽别按文件名顺序切否则可能把同一批采集的图全塞进训练集。2.4 用几行代码把数据喂进CNN数据管道用torchvision的transforms串起来from torchvision import datasets, transforms train_tf transforms.Compose([ transforms.Resize((224, 224)), # 统一尺寸CNN输入要求固定 transforms.RandomHorizontalFlip(), # 随机翻转轻量增强 transforms.ToTensor(), # 转成张量并归一化到0-1 transforms.Normalize( # 按ImageNet均值方差标准化 mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) train_set datasets.ImageFolder(dataset/train, transformtrain_tf) train_loader torch.utils.data.DataLoader( train_set, batch_size32, shuffleTrue, num_workers2)Resize的224是多数预训练CNN的默认输入你要是自己从零搭LeNet5那种小网络可以改成32或64省算力。batch_size32是显存和速度的折中显存小就降到16或8。num_workers在Windows上有时会报错改成0用主进程加载即可。Normalize那组数是ImageNet统计出来的用预训练模型就必须照抄从零训练可以自己算但用现成的更省事。3. 卷积神经网络结构从LeNet5到迁移学习怎么选、怎么写3.1 卷积、池化、全连接到底各管什么卷积神经网络的核心就三样卷积层提特征池化层降维全连接层做分类。卷积核在图上滑动做加权求和浅层学到边缘、纹理深层学到部件和整体形状。池化常见的是最大池化取窗口内最大值把特征图缩小一半减少参数量同时保留显著特征。全连接层把前面提取的特征图拉平映射到类别数上输出每个类的得分。你如果搜卷积神经网络的汇聚层说的就是池化层叫法不同而已。理解这三者的顺序和尺寸变化是看懂任何CNN源码的基础。输入224×224×3经过若干卷积池化最后变成7×7×512这种小特征图再拉平成向量进全连接。3.2 自己搭一个能跑的CNN分类网络如果资料里是从零搭的网络结构大概长这样我按PyTorch写一版import torch.nn as nn class SimpleCNN(nn.Module): def __init__(self, num_classes10): super().__init__() self.features nn.Sequential( nn.Conv2d(3, 32, 3, padding1), # 输入3通道输出323x3卷积 nn.ReLU(), nn.MaxPool2d(2), # 尺寸减半 nn.Conv2d(32, 64, 3, padding1), nn.ReLU(), nn.MaxPool2d(2), nn.Conv2d(64, 128, 3, padding1), nn.ReLU(), nn.MaxPool2d(2), ) self.classifier nn.Sequential( nn.Flatten(), nn.Linear(128 * 28 * 28, 256), # 尺寸取决于输入需按实际算 nn.ReLU(), nn.Dropout(0.5), # 防过拟合 nn.Linear(256, num_classes) ) def forward(self, x): x self.features(x) return self.classifier(x)num_classes改成你数据集的类别数。Linear那行的128×28×28必须和前面特征图实际尺寸对上输入224经过三次池化变成28通道128所以是128×28×28。你要是改了输入尺寸或池化次数这行不改就会报尺寸不匹配这是新手最常见的翻车点。Dropout 0.5是经验值数据少可以加到0.6数据多可以降到0.3。3.3 迁移学习小数据集拿高准确率的捷径毕业设计数据往往只有几千张从零训CNN准确率上不去。常见做法是用预训练模型做迁移学习把ImageNet上学到的特征搬过来import torchvision.models as models import torch.nn as nn model models.resnet18(weightsmodels.ResNet18_Weights.DEFAULT) for p in model.parameters(): p.requires_grad False # 冻结主干 model.fc nn.Linear(model.fc.in_features, num_classes) # 换分类头冻结主干后只训最后的全连接层几十个epoch就能收敛准确率通常比从零搭的高一截。等分类头稳定了可以解冻最后几个卷积块做微调学习率调小到1e-4级别。这里注意换分类头时in_features要取原模型的值别写死512不同模型不一样。用预训练模型时输入必须做ImageNet标准化就是前面那组mean和std不做的话准确率会莫名其妙掉。3.4 训练循环里必须盯住的几个量训练代码骨架import torch device torch.device(cuda if torch.cuda.is_available() else cpu) model model.to(device) criterion torch.nn.CrossEntropyLoss() optimizer torch.optim.Adam( filter(lambda p: p.requires_grad, model.parameters()), lr1e-3) for epoch in range(30): model.train() for imgs, labels in train_loader: imgs, labels imgs.to(device), labels.to(device) optimizer.zero_grad() out model(imgs) loss criterion(out, labels) loss.backward() optimizer.step() print(fepoch {epoch}, loss {loss.item():.4f})optimizer只传requires_grad为True的参数冻结的层不更新。loss用交叉熵分类任务标配。每个epoch打印loss正常情况应该稳步下降如果震荡剧烈学习率调小如果降不下去检查数据和标签对不对。训练完记得保存权重torch.save(model.state_dict(), cnn_model.pth)加载时先建同结构模型再load_state_dict结构对不上会报key不匹配。4. 避坑与排查图像分类系统跑不起来时先看这几条4.1 报CUDA out of memory但显存明明够现象训练刚开始就爆显存nvidia-smi看占用并不高。原因多半是batch_size设大了或者验证阶段没加torch.no_grad()导致计算图累积。解决batch_size减半验证和推理包在with torch.no_grad():里及时del中间变量并torch.cuda.empty_cache()。4.2 准确率一直卡在类别数分之一现象10分类准确率死活0.1左右loss不降。原因通常是标签没对上比如ImageFolder按文件夹名排序生成标签你后面自己映射时顺序错了或者数据根本没加载进来loader是空的。解决打印一个batch的labels看看再打印train_set.class_to_idx确认类别索引逐张核对图片和标签。4.3 训练准确率高、验证准确率低得离谱现象训练集99%验证集50%。原因过拟合或者训练验证数据分布不一致或者验证集做了和训练集不同的预处理。解决加数据增强、加Dropout、加权重衰减确认验证集只做Resize和Normalize不做随机翻转这类增强检查训练验证是不是同一批数据来源。4.4 换了输入尺寸就报尺寸不匹配现象改Resize到128后Linear层报mat1 and mat2 shapes cannot be multiplied。原因全连接层输入维度是按224算死的。解决要么改回224要么重新算特征图尺寸改Linear最省事的办法是在Flatten后加nn.LazyLinear让框架自动推断。4.5 保存的模型加载后预测结果全乱现象训练时准确率正常加载pth后预测全是同一类。原因保存的是state_dict但加载时模型结构不一致或者忘了model.eval()导致Dropout和BN还在训练模式。解决加载后先model.eval()再with torch.no_grad()推理确认建模型时的num_classes和保存时一致。5. 把系统跑出可用结果验证、调参与答辩能讲清的技巧模型训完不算完你得能证明它真的work。第一件事是画混淆矩阵看每个类分对分错的情况from sklearn.metrics import confusion_matrix import seaborn as sns import matplotlib.pyplot as plt model.eval() all_preds, all_labels [], [] with torch.no_grad(): for imgs, labels in val_loader: imgs imgs.to(device) preds model(imgs).argmax(1).cpu().numpy() all_preds.extend(preds) all_labels.extend(labels.numpy()) cm confusion_matrix(all_labels, all_preds) sns.heatmap(cm, annotTrue, fmtd) plt.savefig(confusion_matrix.png)混淆矩阵比单一准确率有说服力哪个类容易混一目了然答辩时你能指着图说猫和狗混淆多是因为姿态相似这比背概念强。第二件事是调参记录学习率、batch_size、epoch、增强策略各试几组把验证准确率列成表实验学习率batch_size增强验证准确率11e-332翻转0.8221e-432翻转裁剪0.8731e-416翻转裁剪0.89这张表就是你答辩的底气说明你不是瞎调是有对照地优化。第三件事是单张推理演示写个predict函数传一张图返回类别和置信度答辩现场能直接跑def predict(img_path): img Image.open(img_path).convert(RGB) x val_tf(img).unsqueeze(0).to(device) model.eval() with torch.no_grad(): prob torch.softmax(model(x), dim1) conf, idx prob.max(1) return train_set.classes[idx.item()], conf.item()val_tf要和验证集预处理完全一致少一步Normalize结果就偏。我自己踩过的坑是演示时忘了convert(RGB)遇到灰度图直接报错现场很尴尬。所以演示前把各种格式的图都试一遍。最后说个习惯每改一次代码就commit一次模型权重按日期参数命名别用final_final这种名字过两天你自己都分不清哪个是哪个。这套图像分类系统真正值钱的地方是让你把数据、模型、评估、演示整条链路走一遍走通了答辩就是走个流程。希望帮到你。本文还有配套的精品资源点击获取