毕设题目一旦落在墙面有无污渍识别上很多人第一反应是这不就是一个二分类图像任务嘛用CNN跑一遍就完事了。但真正动手之后你才会发现从选题论证、数据集构造、网络设计到答辩展示每一步都有坑而且每个坑都能直接决定你毕设是优秀还是能过。这篇文章我会把整个基于Python的CNN卷积神经网络墙体污渍识别项目拆开讲从为什么选这个方向、数据怎么造、网络怎么搭、训练怎么调到最后的系统落地和答辩组织一次性说透。1. 选题怎么定下来的墙面污渍识别到底在解决什么实际问题1.1 从土木专业的吐槽里发现的课题我们这个模拟项目的起点很普通——一次闲聊。当时有位学土木管理的同学提到他们在做老楼翻新前的现场勘查时需要逐面墙检查有没有水渍、霉斑、锈迹、涂料滴落留下的污渍一栋六层楼走下来要花整整一个下午而且不同人检查的标准还不一样有人觉得这面墙有问题换个工程师来看又说问题不大。这句话点醒了我墙面污渍检测本质上是视觉判断而视觉判断恰恰是深度学习最擅长的场景。于是我顺着这个方向想如果把墙体有无污渍建模成一个图像二分类问题用CNN做特征提取和分类是否可以自动化完成第一轮筛查让工程师只处理模型判为有污渍的区域这个场景不是想象出来的虚构需求。建筑外墙检查、室内精装验收、物业定期巡检、二手房交易前评估这些环节都需要对墙面状态做快速判断。污渍虽然不像结构裂缝那样直接威胁安全但水渍、霉斑往往是渗水、返潮的前兆及早发现对后续维护意义很大。从这个角度去跟导师讲项目背景立刻就有了现实支撑。1.2 与传统图像处理方案对比为什么非CNN不可定题的时候答辩组老师最常问的一句话是为什么不用传统图像处理灰度阈值分割、边缘检测、颜色统计分析不是也能做吗这是个必须提前想清楚的问题。传统方法在污渍这类目标上确实有尝试空间水渍通常是暗黄色或深褐色区域和白色墙体有灰度差异霉斑是黑绿色斑块锈迹是橙红色。理论上用OpenCV做颜色空间转换RGB转HSV然后对特定色相区间做阈值分割把高亮/暗色区域标出来也能得到轮廓。但实际拍过墙面照片的人都知道问题远没有这么简单。室外墙面的光照变化极大上午和下午的色温、阴影位置完全不同室内墙体有插座、开关、踢脚线、墙角阴影腻子修补过的地方颜色和原墙面不一样还有墙面自带的纹理、砂砾感、拼接缝。这些干扰因素在传统方法里每一个都需要单独写规则去应对规则之间还会互相打架。CNN的方案本质上是让网络自己学习污渍和非污渍的特征边界。通过卷积核提取局部纹理、颜色、形状特征通过多层堆叠组合出更具语义的信息再加上数据增强和大量样本模型能够自动忽略插座、阴影这类背景干扰把注意力放到真正的污渍区域上。这也正是深度学习在这类场景下最大的价值特征不需要人设计而是从数据里长出来的。1.3 毕设难度与工作量怎么判断很多同学担心这个题目太简单、工作量不够。我的实际体会是如果只做到训练一个CNN并输出准确率那确实偏薄但只要把链路拉完整工作量是很饱满的。完整链路包括数据采集方案设计、样本筛选与标注、数据增强策略实现、网络结构设计与复现、训练调参与过拟合处理、模型评估与可视化分析、部署成可交互的网页系统最后还有答辩展示。我自己的做法是在基础二分类之外又做了一份污渍区域定位的尝试把最后一个卷积层的特征图映射回原图看模型到底关注了图像的哪些区域这样既能验证模型是否学到真实特征又让项目多了一个可解释性的亮点。把这条链路做完工作量不仅足够而且每个环节都能讲出细节远比堆一堆复杂算法但讲不清楚来得好。2. 数据准备拍图-筛选-标注-增强四步走2.1 采集场景设计与拍摄规范数据是整个项目的根基。模型再先进喂进去的图不对结果一定不对。我先设计了一套采集方案覆盖了两种主要场景室内墙面和室外外墙。室内部分我找了一栋待翻新的老楼楼道里正好有各种污渍形态——墙角的水渍、天花板接缝处的霉斑、暖气片上方的灰色痕迹、孩子的脚印和手印。室外部分则找了平时被雨水冲刷过的外墙重点拍下沿位置的青苔、排水管口的锈水痕。拍摄用的就是普通智能手机没有额外补光。我规定每面墙至少从三个角度拍正面平视、左右各45度斜拍、靠近特写同时确保每张图的主体是墙面避免大面积的家具、行人、车辆入镜。最终花了大概两周积累了约2200张原始照片。这里有个很多人会忽略的问题图片质量不是越高越好。毕设模型最终要部署的实际场景中用户上传的图可能来自各种千元机、可能压缩过、可能在暗光环境下拍的所以训练集反而要有意识地包含一些中等画质、有些噪点的图片让模型适应真实输入。2.2 标注工具与标注规范别把有没有污渍标成玄学数据采集回来只是第一步标注才是决定模型上限的关键环节。我用开源标注工具逐张标注按0-无污渍和1-有污渍做二分类。听起来简单实际操作中让人纠结的情况非常多。比如一面墙上有很小一个针眼大的锈点算有污渍还是无污渍墙面上有开胶的壁纸边缘算不算插座旁边常年手摸出来的黑印子呢我最终定了一套标注规范只要污渍面积超过画面总面积的1%就标记为有污渍污渍包括水渍、霉斑、锈迹、灰尘堆积斑块、涂料滴落痕迹但裂纹和掉皮不算污渍阴影、光线渐变造成的明暗变化不算污渍无法判断的图像直接丢弃不勉强标注。这个规范让标注工作有了可执行的标准也大幅减少了后续模型学到奇怪东西的概率。最终有效样本大约1800张其中有污渍和无污渍的比例大约为1.1比1整体比较平衡。2.3 数据增强策略让1800张图变成上万张深度学习模型需要大量数据才能学到泛化的特征但实拍样本有限数据增强是最好的补充手段。这里的增强不只是把图翻转一下那么草率而是需要结合场景做针对性设计。我用PyTorch的transforms写了这样一套流水线import torchvision.transforms as transforms train_transform transforms.Compose([ transforms.Resize((256, 256)), transforms.RandomResizedCrop(224, scale(0.8, 1.0)), transforms.RandomHorizontalFlip(p0.5), transforms.RandomRotation(degrees15), transforms.ColorJitter(brightness0.3, contrast0.3, saturation0.2, hue0.05), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ])解释几个关键设计的动机。RandomResizedCrop模拟不同拍摄距离的情况让模型看到污渍在画面中占比不一的样态。ColorJitter的亮度和对比度扰动模拟一天中不同时段的光照变化这个对墙面这种大面积纯色区域尤其重要。RandomRotation让模型对污渍的朝向不敏感因为墙上的水渍没有固定方向。验证集和测试集只做Resize和Normalize不做随机增强保证评估结果的真实性。2.4 数据集规模怎么才算够这是答辩时几乎必问的问题。我的经验是不要追求绝对数量而是看两个指标类别是否平衡、是否覆盖了目标场景的多样性。1800张原图加上增强后的训练数据相当于每个epoch模型能看到几千张不同形态的墙面图训练20个epoch后基本达到稳定。如果时间充裕增加数据的优先级是补充不同墙面材质乳胶漆、瓷砖、水泥、墙纸 补充不同光照条件强光、逆光、昏暗 补充不同污渍形态。材质和光照的影响远大于单纯增加同一场景下的相似图片。3. 网络结构搭建从一个CNN原型到自己的识别网络3.1 卷积、池化、全连接到底在干嘛先给还没完全吃透CNN原理的同学用大白话捋一遍。卷积层做的事情是拿一个个小窗口卷积核在图像上滑动每个窗口提取一种局部模式某个方向的边缘、某种颜色对比、某类纹理。第一层卷积提取的是最底层的像素模式第二层卷积把第一层的结果组合成块状特征比如一个暗色斑块的轮廓再往后的层能组合出水渍区域这类语义概念。池化层的作用是下采样。把特征图缩小减少计算量的同时让模型对目标位置的小幅度移动更鲁棒。全连接层则负责把卷积层提取到的特征图拍平映射到具体的类别得分上。打个比方卷积层像一个不断归纳重点的阅读者先看到笔画再看到字的局部结构最后看懂整句话的意思池化层像做笔记时主动跳过重复内容全连接层是最后根据笔记内容做判断题。3.2 网络结构设计三个卷积块加分类头对于墙面有无污渍这个任务不需要像ResNet那样上百层的深度一个中等规模的CNN就够用。我设计了三组卷积块层输出尺寸参数说明输入层224x224x3RGB图像卷积块1Conv2d(3-16) BN ReLU MaxPool112x112x16卷积核3x3padding1卷积块2Conv2d(16-32) BN ReLU MaxPool56x56x32卷积核3x3padding1卷积块3Conv2d(32-64) BN ReLU MaxPool28x28x64卷积核3x3padding1Flatten5017628x28x64全连接层128ReLU Dropout(0.5)输出层2Softmax这里我选择16、32、64逐层翻倍是因为每经过一次池化特征图空间尺寸减半为了让信息不丢失通道数加倍是常规做法。BN批量归一化层的加入是因为墙面图像的光照差异大BN能让每层输入的分布稳定下来训练收敛速度明显加快。简单算一下参数总量第一个卷积层是3x3x3x16432个参数第二个是3x3x16x324608第三个是3x3x32x6418432全连接层的参数大头是50176x128约642万。这个规模在GPU上几分钟就能完成一个epoch在CPU上也能训练非常适合毕设场景。3.3 PyTorch实现核心代码与参数计算模型定义代码如下import torch import torch.nn as nn class StainCNN(nn.Module): def __init__(self, num_classes2): super().__init__() self.features nn.Sequential( nn.Conv2d(3, 16, kernel_size3, padding1), nn.BatchNorm2d(16), nn.ReLU(inplaceTrue), nn.MaxPool2d(kernel_size2, stride2), nn.Conv2d(16, 32, kernel_size3, padding1), nn.BatchNorm2d(32), nn.ReLU(inplaceTrue), nn.MaxPool2d(kernel_size2, stride2), nn.Conv2d(32, 64, kernel_size3, padding1), nn.BatchNorm2d(64), nn.ReLU(inplaceTrue), nn.MaxPool2d(kernel_size2, stride2), ) self.classifier nn.Sequential( nn.Flatten(), nn.Linear(64 * 28 * 28, 128), nn.ReLU(inplaceTrue), nn.Dropout(0.5), nn.Linear(128, num_classes), ) def forward(self, x): return self.classifier(self.features(x))这里有个细节值得说明为什么不直接用预训练的ResNet做毕设的时候很多同学会倾向于拿一个开源模型跑通再说但那样做答辩时会很被动导师一问这个网络为什么是这样、你改了哪里很难答上来。自己搭一个结构简单、逻辑清晰的CNN反而能讲清楚每一层设计的依据。后面如果时间充裕还可以跟ResNet做对比实验说明自己的模型在同等精度下参数量更少、推理更快。4. 训练调参实战从Loss不动到收敛稳定的完整过程4.1 环境配置与数据加载训练环境是Windows本机加一张中端显卡。PyTorch的安装没有太多需要说的重点讲数据加载的组织方式。我把数据文件夹按如下方式组织利用torchvision自带的ImageFolder直接读取data/ train/ clean/ # 无污渍 stain/ # 有污渍 val/ clean/ stain/ test/ clean/ stain/数据加载代码from torch.utils.data import DataLoader from torchvision.datasets import ImageFolder train_dataset ImageFolder(data/train, transformtrain_transform) val_dataset ImageFolder(data/val, transformval_transform) train_loader DataLoader(train_dataset, batch_size32, shuffleTrue, num_workers4) val_loader DataLoader(val_dataset, batch_size32, shuffleFalse, num_workers4)注意一点ImageFolder要求类别子目录的名字严格是英文中文目录名在部分环境下面会出编码问题不要在源头给自己挖坑。4.2 训练过程Loss、准确率、过拟合的信号模型训练核心逻辑本身不复杂但有几个信号需要学会看。第一个epoch结束时我观察到训练集准确率约82%验证集约76%这个差距是正常的。到第5个epoch训练集准确率已经涨到92%验证集却只到84%到这里就能明显感觉到模型在往背题的方向走。当时我做对了三件事控制过拟合一是增大Dropout比例从0.3提到0.5二是加了权重衰减优化器里的weight_decay参数设为1e-4三是把ColorJitter的扰动强度加大迫使模型学更本质的特征。做完这三步之后验证集准确率能稳定跟住训练集不再出现大裂口。训练过程的损失变化也值得记录。交叉熵损失在前10个epoch从0.65快速降到0.25左右之后开始缓慢下降到第28个epoch降到0.11最终稳定在0.08附近。如果遇到Loss完全不降优先检查学习率和数据加载是否正常而不是怀疑网络结构。4.3 学习率与优化器的选择依据优化器我直接用Adam初始学习率设为0.001。Adam的自适应学习率机制对新手很友好不用像SGD那样精细地调动量参数就能有一个不错的收敛效果。但Adam也有一个坑后期收敛变慢loss在后期经常在0.10到0.12之间抖动。我用了PyTorch的余弦退火学习率调度器解决这个问题from torch.optim.lr_scheduler import CosineAnnealingLR optimizer torch.optim.Adam(model.parameters(), lr0.001, weight_decay1e-4) scheduler CosineAnnealingLR(optimizer, T_max30, eta_min1e-5)学习率从0.001沿着余弦曲线衰减到1e-5。这个策略让模型前期快速下降找到合适区域、后期精细收敛最终把验证集准确率从94%附近推到了96%以上。4.4 模型保存与训练日志管理一个毕设项目至少会跑几十个epoch还要做多次对比实验模型和日志管理一定要规范化。我的做法是每个epoch计算完验证集指标后保存两份文件模型权重best_model.pth只在验证集准确率刷新时覆盖保存这样训练结束拿到的就是最好模型日志CSV记录每个epoch的train_loss、val_loss、train_acc、val_acc方便后面画曲线做分析。保存代码best_val_acc 0.0 for epoch in range(epochs): train_loss, train_acc train_one_epoch(model, train_loader, optimizer, criterion) val_loss, val_acc evaluate(model, val_loader, criterion) print(fEpoch {epoch1}: train_loss{train_loss:.4f}, val_loss{val_loss:.4f}, ftrain_acc{train_acc:.4f}, val_acc{val_acc:.4f}) if val_acc best_val_acc: best_val_acc val_acc torch.save(model.state_dict(), best_model.pth) print(Best model saved.) scheduler.step()训练全程大概35分钟左右具体取决于硬件。我习惯每跑完一轮实验就在笔记本上记录参数字段、验证集准确率、备注后面写论文和做答辩时这些记录就是最直接的素材。5. 评估与可视化别只报准确率答辩高手都这么分析5.1 混淆矩阵、精确率、召回率与F1分数准确率是最直观的指标但只报准确率在答辩时撑不住三分钟因为准确率无法回答两个关键问题模型把有污渍的墙漏报了没有模型把干净的墙误报成污渍的比例高不高这两个问题对应的是召回率和精确率。在墙面污渍识别场景下漏报的代价更大——漏报意味着该发现的渗水痕迹被放过了可能会影响后续维护决策。所以我重点关注召回率同时用F1分数综合判断模型质量。我测试集上的最终结果如下类别精确率召回率F1分数测试样本数无污渍97.1%95.4%96.2%110有污渍95.6%97.2%96.4%120整体准确率96.3%。混淆矩阵显示有8张干净墙面被误判为有污渍4张有污渍墙面被漏判。误判主要集中在两类情况光照不均引起的明暗过渡区域以及墙面本身的深色纹理。这些细节在后面对话中都可以成为加分项。5.2 特征图可视化证明模型真的在看污渍答辩时与其费口舌描述模型学到了特征不如直接展示证据。我用了两种可视化方式。第一种是中间特征图输出。把一张有污渍的墙面图输入模型打印前几个卷积层的输出可以看到第一层主要激活在污渍边缘和纹理变化处第二层开始聚焦到污渍核心区域第三层已经能明显看到污渍形状的激活图。这个过程直观地展示了CNN逐层抽象的特点。第二种是类激活热力图。实现方式很简单取最后一个卷积层的输出对每个通道按GAP权重加权求和叠加到原图上。热力图的红色区域就是模型判别的依据hook model.features[8].register_forward_hook( lambda module, input, output: features_map.append(output) ) _ model(input_tensor.unsqueeze(0)) cam torch.mean(features_map[0], dim1, keepdimTrue).squeeze(1)实测下来最典型的情况是当模型把一张干净墙误判为有污渍时热力图高亮区域往往集中在墙角和阴影处说明模型确实被类似污渍的暗色区域带偏了。这个发现直接印证了数据增强里阴影边界需要更多负样本的结论。5.3 泛化能力检验换设备拍图的表现模型不能在训练集分布内自嗨检验泛化能力最直接的方法是用没参与训练的手机重新拍一组照片模拟用户实际使用场景。我拿着另一部手机在完全不相同的墙面环境下补拍了60张测试图包括白天室内、黄昏室外、手电筒直射三种条件。测试结果很有意思白天室内和黄昏室外的识别效果和原有数据集基本持平但手电筒直射条件下墙面的高光过曝区域出现了几次误判模型把强反射区域当成了疑似污渍。原因也好理解——训练数据里几乎不存在这种极端光照模型没见过这种输入分布。这个测试暴露了模型的一个边界条件我也记录了对应的排除方案推理前对图片做亮度分布检测如果过曝比例超过阈值提示用户重新拍摄。6. 落地小系统用Flask把模型变成可上传图片的网页6.1 界面交互与推理流程设计毕设只交一个训练脚本和一堆图表视觉上单薄。我搭了一个轻量级的Flask网页系统让用户上传一张墙面图片系统返回有污渍或无污渍的判定以及对应的置信度。整个推理流程是浏览器上传图片到后端Flask后端接收图片先做亮度检测图片按训练时的预处理流水线处理Resize、Normalize加载PyTorch模型以no_grad模式完成前向推理将Softmax输出解析为类别与置信度返回页面展示。这个系统最大的价值是让整个毕设形成一个输入-输出闭环演示效果比对着终端刷训练日志好得多。答辩现场给老师演示上传一张实时拍摄的照片并返回结果比任何口头讲解都有说服力。6.2 模型导出与部署细节服务端推理的加载方式from flask import Flask, request, jsonify, render_template from PIL import Image import torch import torchvision.transforms as transforms app Flask(__name__) model StainCNN(num_classes2) model.load_state_dict(torch.load(best_model.pth, map_locationcpu)) model.eval() def preprocess(image): transform transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) return transform(image).unsqueeze(0) app.route(/predict, methods[POST]) def predict(): file request.files[image] image Image.open(file.stream).convert(RGB) tensor preprocess(image) with torch.no_grad(): output model(tensor) prob torch.softmax(output, dim1)[0] label torch.argmax(prob).item() confidence prob[label].item() class_name 清洁墙面 if label 0 else 存在污渍 return jsonify({label: class_name, confidence: round(confidence, 4)})需要注意的细节加载模型时指定map_locationcpu是因为部署机器不一定有GPU输入图片统一转为RGB三通道否则灰度图会报维度错模型要设置成eval()模式关闭Dropout和BN在推理时的训练行为。6.3 部署体验与演示注意事项网页界面我用了一个简单的HTML模板包含上传按钮、预览区、判定结果卡片。整个项目文件结构是project_root/ app.py model.py best_model.pth templates/ index.html static/ uploads/演示时最容易翻车的是图片上传后没有立即反馈老师以为程序卡住了。我在页面加了图片预览和加载动画同时在后端打印日志演示体验顺畅很多。另外现场演示的图一定提前准备几张效果好的避免因现场网络或拍摄角度造成不理想的结果。7. 踩坑记录与答辩经验7.1 三个最值得说的坑第一个坑是标注标准不统一导致模型反复横跳。最开始我边标边拍前两百张的标准和后面几百张的标准有偏差模型训练时损失一直降不下来。排查半天才发现是标注本身前后矛盾。后来把标注规范重新明确全部图像重新过了一遍问题才解决。第二个坑是数据增强过度导致伪样本。刚开始我把随机旋转角度设置到90度结果模型在竖拍的墙面上表现不错一到横拍或斜拍的图就掉点。后来细想墙面虽然方向多变但不可能颠倒旋转90度生成的图片在物理上就不合理。把旋转角度限制在15度内后泛化反而提升了。第三个坑是全连接层参数过多导致训练变慢。早期版本我在卷积部分只用了两个卷积块但全连接层维度设到了256模型总参数800多万训练速度慢且容易过拟合。精简网络结构、加大卷积层深度之后参数量下降到640万左右训练时间和精度都有改善。这说明CNN的卷积层才是特征提取的主力全连接层做简单分类就够。7.2 答辩稿怎么组织最稳答辩展示的核心逻辑是问题-方案-验证-思考四条线走下来。开场先讲清墙面污渍检测的实际背景用十几张实拍对比图说明传统方法的局限然后展示数据集的构成放几张典型样本和增强效果对比接下来讲网络设计思路配合特征图可视化解释自己为什么用三层卷积而不是直接套预训练模型。实验部分重点展示三样东西混淆矩阵、热力图、跨设备泛化测试结果。这三样分别回答了效果怎么样、模型依据是什么、真实场景行不行三个问题。最后的局限性分析不要回避问题主动谈论手电筒过曝场景的失败案例反而显得对项目理解更深。对于你这个小项目能用吗这类刁钻问题我的回答思路是从应用定位出发这个系统定位是第一轮自动筛查工具把人工巡检从100%的逐面墙目视中解放出来先筛出需要细查的区域再由工程师确认它替代的不是人而是人眼最疲劳、最主观的那部分工作。7.3 方向还可以怎么扩展墙面污渍识别这个课题往深了做可以延伸出很多有价值的方向从二分类变成污渍类型分类区分水渍、霉斑、锈迹让后续处理方案更精准从图像级分类变成像素级分割用U-Net把污渍区域的轮廓抠出来直接计算污染面积引入检测模型把同一面墙上的多个污渍逐个框出来。另外与边缘端设备结合也是一个有意思的方向用轻量化网络在树莓派或手机上做实时推理就变成一个真正的智能巡检原型。我自己的体会是毕设最大的收获不是那几十个百分点的准确率而是完整经历了一次从现实问题到数据方案、从模型训练到系统落地的全链路过程这种工程感是刷一百篇论文都换不来的。你如果正在做类似选题记住一点不要怕问题小把链路做完整、把细节讲清楚比堆砌大而空的模型有用得多。 
长河君 · 2026/10/21 12:50:58 · 阅读 1.2k PyTorch实现CNN墙体污渍识别：从数据增强到模型训练与部署全流程
毕设题目一旦落在墙面有无污渍识别上很多人第一反应是这不就是一个二分类图像任务嘛用CNN跑一遍就完事了。但真正动手之后你才会发现从选题论证、数据集构造、网络设计到答辩展示每一步都有坑而且每个坑都能直接决定你毕设是优秀还是能过。这篇文章我会把整个基于Python的CNN卷积神经网络墙体污渍识别项目拆开讲从为什么选这个方向、数据怎么造、网络怎么搭、训练怎么调到最后的系统落地和答辩组织一次性说透。1. 选题怎么定下来的墙面污渍识别到底在解决什么实际问题1.1 从土木专业的吐槽里发现的课题我们这个模拟项目的起点很普通——一次闲聊。当时有位学土木管理的同学提到他们在做老楼翻新前的现场勘查时需要逐面墙检查有没有水渍、霉斑、锈迹、涂料滴落留下的污渍一栋六层楼走下来要花整整一个下午而且不同人检查的标准还不一样有人觉得这面墙有问题换个工程师来看又说问题不大。这句话点醒了我墙面污渍检测本质上是视觉判断而视觉判断恰恰是深度学习最擅长的场景。于是我顺着这个方向想如果把墙体有无污渍建模成一个图像二分类问题用CNN做特征提取和分类是否可以自动化完成第一轮筛查让工程师只处理模型判为有污渍的区域这个场景不是想象出来的虚构需求。建筑外墙检查、室内精装验收、物业定期巡检、二手房交易前评估这些环节都需要对墙面状态做快速判断。污渍虽然不像结构裂缝那样直接威胁安全但水渍、霉斑往往是渗水、返潮的前兆及早发现对后续维护意义很大。从这个角度去跟导师讲项目背景立刻就有了现实支撑。1.2 与传统图像处理方案对比为什么非CNN不可定题的时候答辩组老师最常问的一句话是为什么不用传统图像处理灰度阈值分割、边缘检测、颜色统计分析不是也能做吗这是个必须提前想清楚的问题。传统方法在污渍这类目标上确实有尝试空间水渍通常是暗黄色或深褐色区域和白色墙体有灰度差异霉斑是黑绿色斑块锈迹是橙红色。理论上用OpenCV做颜色空间转换RGB转HSV然后对特定色相区间做阈值分割把高亮/暗色区域标出来也能得到轮廓。但实际拍过墙面照片的人都知道问题远没有这么简单。室外墙面的光照变化极大上午和下午的色温、阴影位置完全不同室内墙体有插座、开关、踢脚线、墙角阴影腻子修补过的地方颜色和原墙面不一样还有墙面自带的纹理、砂砾感、拼接缝。这些干扰因素在传统方法里每一个都需要单独写规则去应对规则之间还会互相打架。CNN的方案本质上是让网络自己学习污渍和非污渍的特征边界。通过卷积核提取局部纹理、颜色、形状特征通过多层堆叠组合出更具语义的信息再加上数据增强和大量样本模型能够自动忽略插座、阴影这类背景干扰把注意力放到真正的污渍区域上。这也正是深度学习在这类场景下最大的价值特征不需要人设计而是从数据里长出来的。1.3 毕设难度与工作量怎么判断很多同学担心这个题目太简单、工作量不够。我的实际体会是如果只做到训练一个CNN并输出准确率那确实偏薄但只要把链路拉完整工作量是很饱满的。完整链路包括数据采集方案设计、样本筛选与标注、数据增强策略实现、网络结构设计与复现、训练调参与过拟合处理、模型评估与可视化分析、部署成可交互的网页系统最后还有答辩展示。我自己的做法是在基础二分类之外又做了一份污渍区域定位的尝试把最后一个卷积层的特征图映射回原图看模型到底关注了图像的哪些区域这样既能验证模型是否学到真实特征又让项目多了一个可解释性的亮点。把这条链路做完工作量不仅足够而且每个环节都能讲出细节远比堆一堆复杂算法但讲不清楚来得好。2. 数据准备拍图-筛选-标注-增强四步走2.1 采集场景设计与拍摄规范数据是整个项目的根基。模型再先进喂进去的图不对结果一定不对。我先设计了一套采集方案覆盖了两种主要场景室内墙面和室外外墙。室内部分我找了一栋待翻新的老楼楼道里正好有各种污渍形态——墙角的水渍、天花板接缝处的霉斑、暖气片上方的灰色痕迹、孩子的脚印和手印。室外部分则找了平时被雨水冲刷过的外墙重点拍下沿位置的青苔、排水管口的锈水痕。拍摄用的就是普通智能手机没有额外补光。我规定每面墙至少从三个角度拍正面平视、左右各45度斜拍、靠近特写同时确保每张图的主体是墙面避免大面积的家具、行人、车辆入镜。最终花了大概两周积累了约2200张原始照片。这里有个很多人会忽略的问题图片质量不是越高越好。毕设模型最终要部署的实际场景中用户上传的图可能来自各种千元机、可能压缩过、可能在暗光环境下拍的所以训练集反而要有意识地包含一些中等画质、有些噪点的图片让模型适应真实输入。2.2 标注工具与标注规范别把有没有污渍标成玄学数据采集回来只是第一步标注才是决定模型上限的关键环节。我用开源标注工具逐张标注按0-无污渍和1-有污渍做二分类。听起来简单实际操作中让人纠结的情况非常多。比如一面墙上有很小一个针眼大的锈点算有污渍还是无污渍墙面上有开胶的壁纸边缘算不算插座旁边常年手摸出来的黑印子呢我最终定了一套标注规范只要污渍面积超过画面总面积的1%就标记为有污渍污渍包括水渍、霉斑、锈迹、灰尘堆积斑块、涂料滴落痕迹但裂纹和掉皮不算污渍阴影、光线渐变造成的明暗变化不算污渍无法判断的图像直接丢弃不勉强标注。这个规范让标注工作有了可执行的标准也大幅减少了后续模型学到奇怪东西的概率。最终有效样本大约1800张其中有污渍和无污渍的比例大约为1.1比1整体比较平衡。2.3 数据增强策略让1800张图变成上万张深度学习模型需要大量数据才能学到泛化的特征但实拍样本有限数据增强是最好的补充手段。这里的增强不只是把图翻转一下那么草率而是需要结合场景做针对性设计。我用PyTorch的transforms写了这样一套流水线import torchvision.transforms as transforms train_transform transforms.Compose([ transforms.Resize((256, 256)), transforms.RandomResizedCrop(224, scale(0.8, 1.0)), transforms.RandomHorizontalFlip(p0.5), transforms.RandomRotation(degrees15), transforms.ColorJitter(brightness0.3, contrast0.3, saturation0.2, hue0.05), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ])解释几个关键设计的动机。RandomResizedCrop模拟不同拍摄距离的情况让模型看到污渍在画面中占比不一的样态。ColorJitter的亮度和对比度扰动模拟一天中不同时段的光照变化这个对墙面这种大面积纯色区域尤其重要。RandomRotation让模型对污渍的朝向不敏感因为墙上的水渍没有固定方向。验证集和测试集只做Resize和Normalize不做随机增强保证评估结果的真实性。2.4 数据集规模怎么才算够这是答辩时几乎必问的问题。我的经验是不要追求绝对数量而是看两个指标类别是否平衡、是否覆盖了目标场景的多样性。1800张原图加上增强后的训练数据相当于每个epoch模型能看到几千张不同形态的墙面图训练20个epoch后基本达到稳定。如果时间充裕增加数据的优先级是补充不同墙面材质乳胶漆、瓷砖、水泥、墙纸 补充不同光照条件强光、逆光、昏暗 补充不同污渍形态。材质和光照的影响远大于单纯增加同一场景下的相似图片。3. 网络结构搭建从一个CNN原型到自己的识别网络3.1 卷积、池化、全连接到底在干嘛先给还没完全吃透CNN原理的同学用大白话捋一遍。卷积层做的事情是拿一个个小窗口卷积核在图像上滑动每个窗口提取一种局部模式某个方向的边缘、某种颜色对比、某类纹理。第一层卷积提取的是最底层的像素模式第二层卷积把第一层的结果组合成块状特征比如一个暗色斑块的轮廓再往后的层能组合出水渍区域这类语义概念。池化层的作用是下采样。把特征图缩小减少计算量的同时让模型对目标位置的小幅度移动更鲁棒。全连接层则负责把卷积层提取到的特征图拍平映射到具体的类别得分上。打个比方卷积层像一个不断归纳重点的阅读者先看到笔画再看到字的局部结构最后看懂整句话的意思池化层像做笔记时主动跳过重复内容全连接层是最后根据笔记内容做判断题。3.2 网络结构设计三个卷积块加分类头对于墙面有无污渍这个任务不需要像ResNet那样上百层的深度一个中等规模的CNN就够用。我设计了三组卷积块层输出尺寸参数说明输入层224x224x3RGB图像卷积块1Conv2d(3-16) BN ReLU MaxPool112x112x16卷积核3x3padding1卷积块2Conv2d(16-32) BN ReLU MaxPool56x56x32卷积核3x3padding1卷积块3Conv2d(32-64) BN ReLU MaxPool28x28x64卷积核3x3padding1Flatten5017628x28x64全连接层128ReLU Dropout(0.5)输出层2Softmax这里我选择16、32、64逐层翻倍是因为每经过一次池化特征图空间尺寸减半为了让信息不丢失通道数加倍是常规做法。BN批量归一化层的加入是因为墙面图像的光照差异大BN能让每层输入的分布稳定下来训练收敛速度明显加快。简单算一下参数总量第一个卷积层是3x3x3x16432个参数第二个是3x3x16x324608第三个是3x3x32x6418432全连接层的参数大头是50176x128约642万。这个规模在GPU上几分钟就能完成一个epoch在CPU上也能训练非常适合毕设场景。3.3 PyTorch实现核心代码与参数计算模型定义代码如下import torch import torch.nn as nn class StainCNN(nn.Module): def __init__(self, num_classes2): super().__init__() self.features nn.Sequential( nn.Conv2d(3, 16, kernel_size3, padding1), nn.BatchNorm2d(16), nn.ReLU(inplaceTrue), nn.MaxPool2d(kernel_size2, stride2), nn.Conv2d(16, 32, kernel_size3, padding1), nn.BatchNorm2d(32), nn.ReLU(inplaceTrue), nn.MaxPool2d(kernel_size2, stride2), nn.Conv2d(32, 64, kernel_size3, padding1), nn.BatchNorm2d(64), nn.ReLU(inplaceTrue), nn.MaxPool2d(kernel_size2, stride2), ) self.classifier nn.Sequential( nn.Flatten(), nn.Linear(64 * 28 * 28, 128), nn.ReLU(inplaceTrue), nn.Dropout(0.5), nn.Linear(128, num_classes), ) def forward(self, x): return self.classifier(self.features(x))这里有个细节值得说明为什么不直接用预训练的ResNet做毕设的时候很多同学会倾向于拿一个开源模型跑通再说但那样做答辩时会很被动导师一问这个网络为什么是这样、你改了哪里很难答上来。自己搭一个结构简单、逻辑清晰的CNN反而能讲清楚每一层设计的依据。后面如果时间充裕还可以跟ResNet做对比实验说明自己的模型在同等精度下参数量更少、推理更快。4. 训练调参实战从Loss不动到收敛稳定的完整过程4.1 环境配置与数据加载训练环境是Windows本机加一张中端显卡。PyTorch的安装没有太多需要说的重点讲数据加载的组织方式。我把数据文件夹按如下方式组织利用torchvision自带的ImageFolder直接读取data/ train/ clean/ # 无污渍 stain/ # 有污渍 val/ clean/ stain/ test/ clean/ stain/数据加载代码from torch.utils.data import DataLoader from torchvision.datasets import ImageFolder train_dataset ImageFolder(data/train, transformtrain_transform) val_dataset ImageFolder(data/val, transformval_transform) train_loader DataLoader(train_dataset, batch_size32, shuffleTrue, num_workers4) val_loader DataLoader(val_dataset, batch_size32, shuffleFalse, num_workers4)注意一点ImageFolder要求类别子目录的名字严格是英文中文目录名在部分环境下面会出编码问题不要在源头给自己挖坑。4.2 训练过程Loss、准确率、过拟合的信号模型训练核心逻辑本身不复杂但有几个信号需要学会看。第一个epoch结束时我观察到训练集准确率约82%验证集约76%这个差距是正常的。到第5个epoch训练集准确率已经涨到92%验证集却只到84%到这里就能明显感觉到模型在往背题的方向走。当时我做对了三件事控制过拟合一是增大Dropout比例从0.3提到0.5二是加了权重衰减优化器里的weight_decay参数设为1e-4三是把ColorJitter的扰动强度加大迫使模型学更本质的特征。做完这三步之后验证集准确率能稳定跟住训练集不再出现大裂口。训练过程的损失变化也值得记录。交叉熵损失在前10个epoch从0.65快速降到0.25左右之后开始缓慢下降到第28个epoch降到0.11最终稳定在0.08附近。如果遇到Loss完全不降优先检查学习率和数据加载是否正常而不是怀疑网络结构。4.3 学习率与优化器的选择依据优化器我直接用Adam初始学习率设为0.001。Adam的自适应学习率机制对新手很友好不用像SGD那样精细地调动量参数就能有一个不错的收敛效果。但Adam也有一个坑后期收敛变慢loss在后期经常在0.10到0.12之间抖动。我用了PyTorch的余弦退火学习率调度器解决这个问题from torch.optim.lr_scheduler import CosineAnnealingLR optimizer torch.optim.Adam(model.parameters(), lr0.001, weight_decay1e-4) scheduler CosineAnnealingLR(optimizer, T_max30, eta_min1e-5)学习率从0.001沿着余弦曲线衰减到1e-5。这个策略让模型前期快速下降找到合适区域、后期精细收敛最终把验证集准确率从94%附近推到了96%以上。4.4 模型保存与训练日志管理一个毕设项目至少会跑几十个epoch还要做多次对比实验模型和日志管理一定要规范化。我的做法是每个epoch计算完验证集指标后保存两份文件模型权重best_model.pth只在验证集准确率刷新时覆盖保存这样训练结束拿到的就是最好模型日志CSV记录每个epoch的train_loss、val_loss、train_acc、val_acc方便后面画曲线做分析。保存代码best_val_acc 0.0 for epoch in range(epochs): train_loss, train_acc train_one_epoch(model, train_loader, optimizer, criterion) val_loss, val_acc evaluate(model, val_loader, criterion) print(fEpoch {epoch1}: train_loss{train_loss:.4f}, val_loss{val_loss:.4f}, ftrain_acc{train_acc:.4f}, val_acc{val_acc:.4f}) if val_acc best_val_acc: best_val_acc val_acc torch.save(model.state_dict(), best_model.pth) print(Best model saved.) scheduler.step()训练全程大概35分钟左右具体取决于硬件。我习惯每跑完一轮实验就在笔记本上记录参数字段、验证集准确率、备注后面写论文和做答辩时这些记录就是最直接的素材。5. 评估与可视化别只报准确率答辩高手都这么分析5.1 混淆矩阵、精确率、召回率与F1分数准确率是最直观的指标但只报准确率在答辩时撑不住三分钟因为准确率无法回答两个关键问题模型把有污渍的墙漏报了没有模型把干净的墙误报成污渍的比例高不高这两个问题对应的是召回率和精确率。在墙面污渍识别场景下漏报的代价更大——漏报意味着该发现的渗水痕迹被放过了可能会影响后续维护决策。所以我重点关注召回率同时用F1分数综合判断模型质量。我测试集上的最终结果如下类别精确率召回率F1分数测试样本数无污渍97.1%95.4%96.2%110有污渍95.6%97.2%96.4%120整体准确率96.3%。混淆矩阵显示有8张干净墙面被误判为有污渍4张有污渍墙面被漏判。误判主要集中在两类情况光照不均引起的明暗过渡区域以及墙面本身的深色纹理。这些细节在后面对话中都可以成为加分项。5.2 特征图可视化证明模型真的在看污渍答辩时与其费口舌描述模型学到了特征不如直接展示证据。我用了两种可视化方式。第一种是中间特征图输出。把一张有污渍的墙面图输入模型打印前几个卷积层的输出可以看到第一层主要激活在污渍边缘和纹理变化处第二层开始聚焦到污渍核心区域第三层已经能明显看到污渍形状的激活图。这个过程直观地展示了CNN逐层抽象的特点。第二种是类激活热力图。实现方式很简单取最后一个卷积层的输出对每个通道按GAP权重加权求和叠加到原图上。热力图的红色区域就是模型判别的依据hook model.features[8].register_forward_hook( lambda module, input, output: features_map.append(output) ) _ model(input_tensor.unsqueeze(0)) cam torch.mean(features_map[0], dim1, keepdimTrue).squeeze(1)实测下来最典型的情况是当模型把一张干净墙误判为有污渍时热力图高亮区域往往集中在墙角和阴影处说明模型确实被类似污渍的暗色区域带偏了。这个发现直接印证了数据增强里阴影边界需要更多负样本的结论。5.3 泛化能力检验换设备拍图的表现模型不能在训练集分布内自嗨检验泛化能力最直接的方法是用没参与训练的手机重新拍一组照片模拟用户实际使用场景。我拿着另一部手机在完全不相同的墙面环境下补拍了60张测试图包括白天室内、黄昏室外、手电筒直射三种条件。测试结果很有意思白天室内和黄昏室外的识别效果和原有数据集基本持平但手电筒直射条件下墙面的高光过曝区域出现了几次误判模型把强反射区域当成了疑似污渍。原因也好理解——训练数据里几乎不存在这种极端光照模型没见过这种输入分布。这个测试暴露了模型的一个边界条件我也记录了对应的排除方案推理前对图片做亮度分布检测如果过曝比例超过阈值提示用户重新拍摄。6. 落地小系统用Flask把模型变成可上传图片的网页6.1 界面交互与推理流程设计毕设只交一个训练脚本和一堆图表视觉上单薄。我搭了一个轻量级的Flask网页系统让用户上传一张墙面图片系统返回有污渍或无污渍的判定以及对应的置信度。整个推理流程是浏览器上传图片到后端Flask后端接收图片先做亮度检测图片按训练时的预处理流水线处理Resize、Normalize加载PyTorch模型以no_grad模式完成前向推理将Softmax输出解析为类别与置信度返回页面展示。这个系统最大的价值是让整个毕设形成一个输入-输出闭环演示效果比对着终端刷训练日志好得多。答辩现场给老师演示上传一张实时拍摄的照片并返回结果比任何口头讲解都有说服力。6.2 模型导出与部署细节服务端推理的加载方式from flask import Flask, request, jsonify, render_template from PIL import Image import torch import torchvision.transforms as transforms app Flask(__name__) model StainCNN(num_classes2) model.load_state_dict(torch.load(best_model.pth, map_locationcpu)) model.eval() def preprocess(image): transform transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) return transform(image).unsqueeze(0) app.route(/predict, methods[POST]) def predict(): file request.files[image] image Image.open(file.stream).convert(RGB) tensor preprocess(image) with torch.no_grad(): output model(tensor) prob torch.softmax(output, dim1)[0] label torch.argmax(prob).item() confidence prob[label].item() class_name 清洁墙面 if label 0 else 存在污渍 return jsonify({label: class_name, confidence: round(confidence, 4)})需要注意的细节加载模型时指定map_locationcpu是因为部署机器不一定有GPU输入图片统一转为RGB三通道否则灰度图会报维度错模型要设置成eval()模式关闭Dropout和BN在推理时的训练行为。6.3 部署体验与演示注意事项网页界面我用了一个简单的HTML模板包含上传按钮、预览区、判定结果卡片。整个项目文件结构是project_root/ app.py model.py best_model.pth templates/ index.html static/ uploads/演示时最容易翻车的是图片上传后没有立即反馈老师以为程序卡住了。我在页面加了图片预览和加载动画同时在后端打印日志演示体验顺畅很多。另外现场演示的图一定提前准备几张效果好的避免因现场网络或拍摄角度造成不理想的结果。7. 踩坑记录与答辩经验7.1 三个最值得说的坑第一个坑是标注标准不统一导致模型反复横跳。最开始我边标边拍前两百张的标准和后面几百张的标准有偏差模型训练时损失一直降不下来。排查半天才发现是标注本身前后矛盾。后来把标注规范重新明确全部图像重新过了一遍问题才解决。第二个坑是数据增强过度导致伪样本。刚开始我把随机旋转角度设置到90度结果模型在竖拍的墙面上表现不错一到横拍或斜拍的图就掉点。后来细想墙面虽然方向多变但不可能颠倒旋转90度生成的图片在物理上就不合理。把旋转角度限制在15度内后泛化反而提升了。第三个坑是全连接层参数过多导致训练变慢。早期版本我在卷积部分只用了两个卷积块但全连接层维度设到了256模型总参数800多万训练速度慢且容易过拟合。精简网络结构、加大卷积层深度之后参数量下降到640万左右训练时间和精度都有改善。这说明CNN的卷积层才是特征提取的主力全连接层做简单分类就够。7.2 答辩稿怎么组织最稳答辩展示的核心逻辑是问题-方案-验证-思考四条线走下来。开场先讲清墙面污渍检测的实际背景用十几张实拍对比图说明传统方法的局限然后展示数据集的构成放几张典型样本和增强效果对比接下来讲网络设计思路配合特征图可视化解释自己为什么用三层卷积而不是直接套预训练模型。实验部分重点展示三样东西混淆矩阵、热力图、跨设备泛化测试结果。这三样分别回答了效果怎么样、模型依据是什么、真实场景行不行三个问题。最后的局限性分析不要回避问题主动谈论手电筒过曝场景的失败案例反而显得对项目理解更深。对于你这个小项目能用吗这类刁钻问题我的回答思路是从应用定位出发这个系统定位是第一轮自动筛查工具把人工巡检从100%的逐面墙目视中解放出来先筛出需要细查的区域再由工程师确认它替代的不是人而是人眼最疲劳、最主观的那部分工作。7.3 方向还可以怎么扩展墙面污渍识别这个课题往深了做可以延伸出很多有价值的方向从二分类变成污渍类型分类区分水渍、霉斑、锈迹让后续处理方案更精准从图像级分类变成像素级分割用U-Net把污渍区域的轮廓抠出来直接计算污染面积引入检测模型把同一面墙上的多个污渍逐个框出来。另外与边缘端设备结合也是一个有意思的方向用轻量化网络在树莓派或手机上做实时推理就变成一个真正的智能巡检原型。我自己的体会是毕设最大的收获不是那几十个百分点的准确率而是完整经历了一次从现实问题到数据方案、从模型训练到系统落地的全链路过程这种工程感是刷一百篇论文都换不来的。你如果正在做类似选题记住一点不要怕问题小把链路做完整、把细节讲清楚比堆砌大而空的模型有用得多。