简介面向Python毕业设计的农作物病虫害识别分类项目完整包含模型训练与推理源码、带标注图像数据集及配套使用说明可作为课程设计或毕业设计的直接蓝本。资源包共31个文件涵盖后端Python脚本、图片样本、模型参数与推理文件、前端页面代码vue、html、js以及txt、yml等配置说明整体19.64MB压缩包目录结构清晰便于按模块检索。已有180人学习下载适合计算机视觉方向的学生参考。项目完整展示了数据预处理、卷积神经网络模型构建、训练评估与模型优化等环节并提供可运行的推理服务配置和前端界面能直观演示病虫害分类效果。数据集覆盖苹果叶病害等常见作物病虫害代码层次分明扩展性与可读性较好方便二次开发或答辩展示。1. 基于 Python 的农作物病虫害识别分类毕设选题里最容易被低估的交付路径每到毕设季“农作物病虫害识别分类”都是农学和计算机交叉方向里出镜率最高的选题。它比聊天机器人、电商网站更有技术含量公开数据集又比医学影像好找于是很多人从网上翻一套基于 Python 的源码配上数据集想两三天跑通。真实情况是模型训练本身没什么悬念卡住的往往是 Python 环境、数据集目录、中文标签和最后的识别接口。有人甚至因为一张图片的通道顺序不对把整锅结果推翻重来。这篇笔记写给两类人一类是拿它做毕业设计、需要独立讲清楚原理并现场演示的学生另一类是想在本地快速搭一套图像分类原型、验证“数据集 训练 接口”全链路的开发者。目标只有一个照着做能复现敢答辩。2. 跑通项目的第一步Python 版本、依赖库与数据集目录约定毕设源码包拿到手先别急着双击 train.py。绝大多数项目翻车都发生在环境不一致和数据集路径对不上。这章的思路是先把运行环境固定住再按约定摆好数据目录最后写一段小脚本探查真实数据分布。2.1 环境安装torch / opencv / scikit-learn 的版本搭配陷阱常见做法是用 Anaconda 或 Miniconda 建一个独立环境避免把系统 Python 搞乱。Python 版本建议锁在 3.8 到 3.10 之间PyTorch 对 3.10 以上支持得晚某些老源码用到torchvision.transforms的旧接口时在 3.11 下容易出现莫名其妙的类型报错。安装环节最省心的顺序是先建环境再装 PyTorch最后装图像和数值计算库。conda create -n plant python3.9 -y conda activate plant # CPU 版 torch毕设演示完全够用 pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu pip install opencv-python pillow scikit-learn matplotlib flask参数说明torch和torchvision必须同版本配套否则加载预训练权重时会报operator不匹配opencv-python负责读图和基础图像处理pillow是 torchvision 底层依赖scikit-learn用来算准确率、召回率和混淆矩阵flask留到最后一章做识别接口。安装 torch 时我用的是 CPU 版因为毕设数据量一般不大CPU 训练一轮也就几分钟如果你手头有 NVIDIA 显卡把 index-url 换成官方 CUDA 源即可性能提升立竿见影。Windows 用户容易踩的坑是 pip 装 torch 速度极慢看到进度条半天不动就想放弃。解决办法是用国内镜像源安装普通包torch 则建议直接走官方 CPU whl 源这个源在国内访问速度尚可。装完验证一下环境是否通python -c import torch, torchvision, cv2, sklearn; print(torch.__version__, torchvision.__version__, cv2.__version__)如果这行能打印出版本号说明环境稳了。随后把conda activate plant写进项目 README 的开头免得自己隔几天回来忘记怎么复现。2.2 数据集的组织方式train / val / test 目录结构与类别标签映射公开的农作物病害数据集比如 PlantVillage、天池柑橘病叶数据集、Kaggle 上的玉米小麦病害集下载下来后目录结构五花八门。有的按类别文件夹分好有的是一张 CSV 标注文件配一堆图片。单位项目里最常见、也最容易被源码接受的格式是这样dataset/ ├── train/ │ ├── Tomato___Late_blight/ │ │ ├── 001.jpg │ │ └── 002.jpg │ ├── Tomato___healthy/ │ └── Corn___Common_rust/ ├── val/ └── test/torchvision.datasets.ImageFolder就是按这种“根目录/类别/图片文件”的层级读数据的类名直接取文件夹名。如果源码里用的是ImageFolder而你手头是 CSV 标注格式最常见的做法是写一段脚本按标注把图片复制到对应类别的文件夹里而不是去改源码的数据读取逻辑。这里有一个容易被忽略的约定类别文件夹名最好用英文或拼音比如Tomato___Late_blight而不是“番茄晚疫病”。原因很简单Windows 控制台默认编码不是 UTF-8中文路径在ImageFolder里偶尔能读但到了torch.utils.data.DataLoader多进程加载时会随机报UnicodeDecodeError属于典型的玄学问题查起来极费时间。显示层面的中文名放到最后预测阶段做映射即可。我一般还会在数据整理完后生成一份classes.txt一行一个类别顺序与文件夹名的字典序一致。这个文件后面训练、评估、答辩展示都要反复用建议手动核对一遍import os data_root dataset/train classes sorted(os.listdir(data_root)) with open(classes.txt, w, encodingutf-8) as f: for c in classes: f.write(c \n) print(f共 {len(classes)} 个类别) for c in classes: n len(os.listdir(os.path.join(data_root, c))) print(f{c}: {n} 张)逻辑说明os.listdir拿到的是所有子目录名排序后写入classes.txt保证训练时ImageFolder的类别索引与文件里的顺序一一对应。统计每个类别的图片数量是为了在动手训练前就知道数据是否均衡——病虫害数据集里“健康”类通常远多于“染病”类这个问题放到 2.3 处理。2.3 数据探查脚本训练前先看类别分布与图片尺寸很多人拿到数据集就开训结果跑完十个 epoch 才发现某类只有二十张图验证集里一张都没有。病虫害识别分类里数据不均衡是常态所以正式训练前的探查这一步值得做扎实。我一般写一个独立的探査脚本from PIL import Image import os data_root dataset/train sizes {} counts {} for cls in sorted(os.listdir(data_root)): cls_path os.path.join(data_root, cls) counts[cls] 0 for fname in os.listdir(cls_path): if not fname.lower().endswith((.jpg, .jpeg, .png)): continue img Image.open(os.path.join(cls_path, fname)) sizes[img.size] sizes.get(img.size, 0) 1 counts[cls] 1 print(类别数量:, counts) print(图片尺寸分布:, sizes)运行完重点看两个信息。一是各类别样本量是否差了一个数量级以上如果“健康”类有 5000 张而某病害只有 150 张训练时就该给少数类加权采样或者用数据增强“造假”。二是图片尺寸分布病虫害数据集里常见 224×224、256×256 和 512×512 混在一起如果直接 resize 到统一尺寸需要注意小图放大会变糊影响识别。把这两步做完环境、数据、标签就算对齐了。下一步才轮到预处理和模型选型。3. 从预处理到模型选型识别分类管线怎么搭才容易出效果这一章解决“模型怎么选、图片怎么喂”的问题。病虫害识别本质是图像分类不是目标检测所以不需要画框只要给定一张叶片图片输出它属于哪个病害类别。管线顺序是预处理 → 数据增强 → 模型 → 损失函数 → 优化器。3.1 预处理与数据增强归一化参数抄哪组、增强做到什么程度预处理里最容易被抄错的是归一化参数。torchvision自带的预训练模型比如 ResNet是在 ImageNet 上训练的它期望输入图片的 RGB 三通道均值是[0.485, 0.456, 0.406]标准差是[0.229, 0.224, 0.225]。有人觉得病害叶片颜色深自作主张改成“自己的归一化参数”结果就是加载预训练权重后特征分布被破坏训练半天 loss 降不下去。我的建议是除非你是从头训练整个模型否则归一化参数老老实实用 ImageNet 那组。数据增强这条线病虫害场景和通用分类不太一样。叶片在图片里的姿态千奇百怪有正着拍的、斜着拍的、反着卷起来的所以随机旋转和随机翻转比随机裁剪更实用。常用的组合如下from torchvision import transforms train_transform transforms.Compose([ transforms.Resize(256), transforms.RandomCrop(224), transforms.RandomRotation(degrees15), transforms.RandomHorizontalFlip(p0.5), transforms.RandomVerticalFlip(p0.3), transforms.ColorJitter(brightness0.2, contrast0.2, saturation0.1), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) val_transform transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ])参数说明先 resize 到 256再随机裁剪出 224×224这比直接 resize 成 224 多了一点空间扰动能变相增加训练样本的多样性。Rotation 我只设了 15 度病虫害识别里旋转过大没有实际语义比如一片叶子转了 90 度并不代表新的病害特征。RandomVerticalFlip我设的 0.3 而不是 0.5因为实际拍摄时叶片倒置的情况没有水平翻转常见。一个血泪经验数据增强不是越多越好。小数据集上加太多增强模型会长时间在增强后的“合成样本”上打转真实病害特征反而学不稳。业务感强的做法是先跑一个不加增强的基线再逐步加增强看验证集准确率变化。3.2 模型选型ResNet18、MobileNetV3 与迁移学习的取舍病虫害识别分类选主干网络我有三条标准预训练权重好找、显存和内存压力小、答辩时能讲清楚原理。ResNet18 几乎是最稳的选择。它参数量只有 1100 万左右CPU 训练一轮十分钟上下残差结构几句话就能向老师解释明白而且torchvision里直接提供在 ImageNet 上预训练好的权重迁移学习效果远好于从零训练。MobileNetV3 轻量适合最后一章做的 Web 接口部署缺点是同等数据下准确率通常比 ResNet18 低一到两个点。如果你想让演示更流畅可以用 MobileNetV3如果更看重准确率和稳定性选 ResNet18。某些源码里会默认用 ResNet50但对几千张级别的病虫害数据集属于杀鸡用牛刀训练时间长还容易过拟合。用迁移学习的标准姿势是加载预训练模型把最后一层全连接换成自己的类别数然后整体微调import torchvision.models as models import torch.nn as nn num_classes 10 # 替换成你 classes.txt 里的实际类别数 model models.resnet18(weightsmodels.ResNet18_Weights.IMAGENET1K_V1) in_features model.fc.in_features model.fc nn.Linear(in_features, num_classes)逻辑说明weightsmodels.ResNet18_Weights.IMAGENET1K_V1是当前 torchvision 推荐写法旧写法pretrainedTrue在新版本里会警告甚至报错。替换model.fc是因为原来输出 1000 类现在只需输出自己的类别数。in_features要提前取出来否则把fc直接替换后取不到原输入维度。迁移学习的一个常见疑问是“要不要冻结主干网络”。我的做法是先冻结 backbone只训练fc几个 epoch让新分类头先收敛然后解冻全部参数用一个更小的学习率微调整个网络。这样比直接全量微调稳定能避免新初始化的分类头在前期把主干梯度带偏。3.3 训练配置学习率、batch size 与损失函数的选择分类任务的损失函数没有太多悬念用nn.CrossEntropyLoss内部已经包含 softmax不需要在模型输出层再手动加激活。优化器上SGD 加 momentum 的泛化能力普遍比 Adam 好这在中小数据集上表现尤其明显Adam 的优点只是前期收敛快但后期容易跑进尖锐极小值。推荐配置是optimizer torch.optim.SGD(model.parameters(), lr0.001, momentum0.9, weight_decay1e-4) scheduler torch.optim.lr_scheduler.StepLR(optimizer, step_size10, gamma0.5) criterion nn.CrossEntropyLoss()参数说明初始学习率 0.001 是迁移学习的常用起点比从头训练的 0.01 小因为预训练权重已经接近局部最优步子太大会破坏已有特征。weight_decay1e-4相当于 L2 正则对抗过拟合很有用。StepLR每 10 个 epoch 把学习率减半这个策略简单可靠如果嫌手动调周期麻烦ReduceLROnPlateau也能用它会在验证 loss 连续不降时自动降学习率。batch size 的设定逻辑是“够用就好”。CPU 训练设 16GPU 设 32 或 64。这里注意batch size 调大后学习率也可以适当放大线性缩放规则是 batch 翻倍、学习率翻倍但病虫害数据集规模不大保持 0.001 不调也能收敛。数据不均衡明显时给CrossEntropyLoss传入weight参数让少数类的损失加权放大比简单复制少数类样本更干净。训练配置这部分往往被当成“玄学”其实核心就一句话迁移学习用小学习率、带动量的 SGD、加 weight decay别一上来就堆 epoch先把 30 轮的基线跑通再根据曲线调。4. 训练与评估损失曲线、混淆矩阵与模型文件的落盘训练环节的目标不只是让 loss 掉下来而是得到一份能解释、能展示的结果。这章把训练循环、评估指标和模型保存串起来讲清楚。4.1 训练循环日志输出、checkpoint 与早停策略一个可复现的训练循环要同时做好三件事每个 epoch 结束打印训练 loss 和验证准确率、把表现最好的模型单独存一份、在验证集不再提升时提前停住。核心代码如下best_acc 0.0 for epoch in range(epochs): model.train() running_loss 0.0 for images, labels in train_loader: optimizer.zero_grad() outputs model(images) loss criterion(outputs, labels) loss.backward() optimizer.step() running_loss loss.item() # 验证 model.eval() correct 0 total 0 with torch.no_grad(): for images, labels in val_loader: outputs model(images) _, predicted torch.max(outputs, 1) total labels.size(0) correct (predicted labels).sum().item() val_acc correct / total print(fepoch {epoch1}: loss{running_loss:.4f}, val_acc{val_acc:.4f}) if val_acc best_acc: best_acc val_acc torch.save(model.state_dict(), checkpoints/best_model.pth) scheduler.step()逻辑说明model.train()和model.eval()切换的是 dropout 和 batch norm 的行为如果不切验证时结果会随机波动。optimizer.zero_grad()必须在每个 batch 前清空梯度否则梯度会累加。torch.no_grad()在验证时关掉梯度计算省显存的同时避免意外修改参数。这里的核心参数是验证频率和打印信息粒度。病虫害数据集小一个 epoch 通常就是几百步每个 epoch 打印一次完全够。checkpoints目录要提前建好否则第一次保存时直接报FileNotFoundError。早停策略我一般这样判断连续 8 个 epoch 验证准确率没有刷新最好记录就停掉防止最后一个模型把几百轮训练时间耗在过拟合上。4.2 评估指标准确率之外还要关注哪些数字准确率只能说明整体水平答辩时老师一定会问“哪个类别分得差”。所以要提前跑出每个类别的精确率、召回率和 F1再配一张混淆矩阵图这比口头解释“模型效果不错”有说服力得多。from sklearn.metrics import classification_report, confusion_matrix import numpy as np all_preds [] all_labels [] model.eval() with torch.no_grad(): for images, labels in val_loader: outputs model(images) _, predicted torch.max(outputs, 1) all_preds.extend(predicted.tolist()) all_labels.extend(labels.tolist()) print(classification_report(all_labels, all_preds, target_namesclasses)) cm confusion_matrix(all_labels, all_preds) print(cm)参数说明classification_report会按类别输出 precision、recall、f1-score 和样本数target_names传classes.txt里读进来的列表这样结果直接可读。confusion_matrix的维度是“真实类别数 × 预测类别数”对角线越亮越好。这套结果跑完建议再用 matplotlib 画一张混淆矩阵热力图存成 png答辩 PPT 里直接放图比任何描述都有用。病虫害场景里特别要关注“健康类”和“早期病害类”是否互相混淆。因为早期病斑面积小模型很容易把极早期的病叶当健康叶片。如果混淆矩阵里这两个类别交叉明显说明预处理阶段可以增加对比度增强或者拍摄标准化没做到位只调模型结构是没用的。4.3 模型输出torch.save 与 ONNX 导出的适用场景训练结束后源码包里常见的交付物有三种.pth权重文件、完整.pt模型、.onnx模型。.pth只存参数加载时需要重新构建模型结构适合训练流程里继续微调.onnx是跨平台格式可以用 ONNX Runtime 加速后续做 Web 接口更稳。torch.save(model.state_dict(), checkpoints/best_model.pth) dummy_input torch.randn(1, 3, 224, 224) torch.onnx.export( model, dummy_input, checkpoints/best_model.onnx, input_names[input], output_names[output], dynamic_axes{input: {0: batch}, output: {0: batch}} )参数说明torch.onnx.export的dummy_input尺寸必须与模型输入一致直接用 224×224。dynamic_axes把 batch 维设成动态这样接口既能一次识别一张图也能批量识别多张。导出前记得把模型切成 eval 模式否则导出的 onnx 里会残留 dropout 随机性。这一章做完手里就有了一份训练记录、一组评估数字、一份混淆矩阵和两个格式的模型文件。到这一步离一个可演示的毕设系统只差最后一层壳把模型包成识别接口并处理真实场景里的边界情况。5. 农作物病虫害识别分类的 5 个踩坑与排查记录这一章写的是我把这套流程从零跑到能演示的过程中真正卡住过我的问题每一条都是“现象 → 原因 → 解决”的结构。如果你是一个新手建议先把这章放在手边遇到问题直接对号入座。5.1 数据加载卡死、训练慢num_workers 与图片解码是首凶现象训练循环刚跑起来进度条卡住不动或者每个 epoch 要等很久Windows 上偶尔还会弹出python 已停止工作的窗口。原因是默认DataLoader的num_workers在 Windows 上表现不稳定图片尺寸过大导致每次读取都在做大量解码运算。解决办法是显式指定num_workers并控制图片加载尺寸train_loader torch.utils.data.DataLoader( train_dataset, batch_size16, shuffleTrue, num_workers0, pin_memoryFalse )参数说明Windows 下num_workers设为 0让数据加载在主进程内同步完成是最稳的做法Linux 服务器上可以设 4 或 8能显著提速。pin_memory只有 GPU 训练时才有意义CPU 训练反而多一次内存拷贝。如果你的数据集里混着一批 4000×3000 的高清原图务必在预处理里先 resize 到 256否则每读一张图上 GB 级内存训练直接被打爆。5.2 显存溢出batch size 与输入尺寸的取舍现象GPU 训练时torch.cuda.OutOfMemoryError突然出现CPU 训练则表现为内存占用飙升到接近物理内存上限。原因很直接模型输入尺寸和 batch size 太大或者验证时忘了关梯度。解决思路是优先压 batch size其次压输入尺寸优先调整顺序batch size 减半 → 输入尺寸从 224 降到 160 → 检查是否开了太多 DataLoader 子进程常见做法是把 batch size 从 64 降到 32如果还溢出就把Resize从 256 改成 200输入降到 176。分辨率从 224 降到 160对病虫害识别准确率的影响通常不到 1 个点但显存占用能降一半。另外验证过程务必用torch.no_grad()包住否则显存里会堆积一整条反向传播计算图。5.3 训练准确率高、验证准确率低增强与正则化没跟上现象训练集准确率冲到 98%验证集停在 82% 上不去典型过拟合。原因通常来自三个方向训练样本太少、增强强度不足、模型容量过剩。解决办法不是换一个更大的模型而是把正则化做扎实train_transform transforms.Compose([ transforms.Resize(256), transforms.RandomCrop(224), transforms.RandomRotation(degrees20), transforms.ColorJitter(brightness0.3, contrast0.3, saturation0.2), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ])参数说明把 rotation 从 15 度增加到 20 度ColorJitter的强度也略微提升让模型看到更多“不完美”的叶片图片。如果这样还过拟合就把 ResNet18 换到 MobileNetV3用容量更小的模型强迫网络学更本质的特征或者把weight_decay从 1e-4 调到 5e-4。过拟合没有一次性解法通常是增强、模型容量、正则化三处各收紧一点才压得住。5.4 中文路径与中文标签乱码编码问题导致数据集读不全现象在 Anaconda Prompt 里能看到中文文件名训练一跑就报FileNotFoundError或者张量维度对不上有时一半图片神秘消失。原因八成是 Python 在 Windows 下默认编码是 GBK而源码和数据集标签是 UTF-8两边一碰就出乱码。解决分两步第一步在代码入口强制指定 UTF-8第二步在数据集整理阶段避开中文文件名import sys sys.stdout.reconfigure(encodingutf-8)如果数据已经用中文命名批量改成拼音或英文更省心。这里不要抱有侥幸心理中文文件名即使这次能跑换个电脑换个环境变量就翻车。标签显示层的中文放到最后的 Flask 接口里做映射比如Tomato___Late_blight: 番茄晚疫病两层解耦后数据层永远保持安全字符。5.5 预测结果与训练结果对不上归一化与通道顺序不一致现象验证集准确率 90%单独拿一张图片调用预测脚本结果稳定输出错误类别而且每次都是同一个错。原因几乎都出在推理时的预处理和训练不一致要么没做归一化要么图片通道顺序不对。opencv-python读出来的图片是 BGR 顺序而 torchvision 的模型期望 RGB直接喂会得到错乱的颜色特征cv2.imread读图后必须转一次顺序import cv2 img cv2.imread(test.jpg) img cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 之后再做 resize、转 tensor、归一化逻辑说明cv2.cvtColor把 BGR 转成 RGB这一步必须在 resize 之前做避免颜色通道已经被插值算法混合。另外推理脚本里的transforms要和训练时用的val_transform完全一致尤其是归一化的 mean 和 std。很多毕设源码给的 predict.py 里忘了归一化这个 bug 藏得很深因为单张图跑起来不报错就是结果不对。6. 最后一步用 Flask 包一个识别接口并把置信度阈值调明白训练进度的终点不是.pth文件而是一个能给别人演示的入口。6.1 Flask 最小接口与图片上传识别常见做法是用 Flask 起一个本地服务接收上传图片返回识别类别、置信度和时间。代码量不大却是答辩现场最出效果的部分from flask import Flask, request, jsonify from PIL import Image import torch, torchvision.transforms as transforms app Flask(__name__) model torch.load(checkpoints/best_model.onnx, map_locationcpu) model.eval() transform transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) app.route(/predict, methods[POST]) def predict(): file request.files[image] img Image.open(file.stream).convert(RGB) tensor transform(img).unsqueeze(0) with torch.no_grad(): outputs model(tensor) probs torch.softmax(outputs, dim1) conf, idx torch.max(probs, 1) return jsonify({class: classes[idx.item()], confidence: round(conf.item(), 4)}) if __name__ __main__: app.run(host0.0.0.0, port5000)启动后浏览器访问http://127.0.0.1:5000/predict或用 POST 方式传一张图片就能拿到 JSON 结果。注意.convert(RGB)这一步PIL 打开图片时可能是 RGB、RGBA 甚至灰度图通道和归一化约定必须在这里再次统一。6.2 用测试集切片验证接口并调整置信度阈值接口能跑通只是起点真正值得做的是用测试集切片打一遍接口看它会不会把低置信度的图片硬分类。如果模型对某张图输出 0.55 的置信度说明它其实在“猜”而接口不该给出斩钉截铁的答案。常见做法是加一个阈值判断置信度低于 60% 时返回“待人工复核”而不是强行指定一个类。我现在的习惯是每次交付前从测试集里随机抽 200 张图跑一遍接口统计置信度分布和错误样本的置信度区间。这个习惯源于一次翻车某次演示时一张没见过的环境噪声图被模型以 0.97 的置信度判成健康叶片当场被追问“模型是不是只会答健康”。之后我就把阈值逻辑写进接口低于阈值就拒绝回答效果反而更好。置信度阈值不用拍脑袋定用验证集画一张正确样本和错误样本的置信度分布图选两者分离最明显的点即可。这套流程走到这里你手里是一个可复现、可解释、可演示的农作物病虫害识别分类系统每一步都能讲出原因希望帮到你。本文还有配套的精品资源点击获取
