每年毕业设计季图像分类类课题总是扎堆出现。我今年做的是“基于深度学习的玉米粒品质检测”选这个题目的原因很简单应用场景明确、数据容易获取、技术栈成熟最后还能独立交付一个能跑通的完整Demo。但真正动手之后才发现这类课题最大的坑不在算法而在“品质”这两个字的定义上。玉米粒品质检测不是一个标准任务它可以做成二分类、多分类甚至目标检测传统机器学习有传统机器学习的做法深度学习又有完全不同的训练逻辑和坑点。这篇就把我从选题、采集数据、训练模型到打包成系统的完整过程复盘一遍重点讲实验室文献里不会写、但实际项目里绕不开的细节。1. 品质检测到底检测什么任务定义决定后续一切1.1 从“机器学习”到“深度学习”的思路转变很多同学选这类题目时习惯把“基于机器学习”和“基于深度学习”混着写我一开始也是。但这两个词背后的工作量和项目形态完全不一样。传统机器学习路线的典型做法是先提取手工特征比如颜色直方图、纹理特征局部二值模式、形态学特征面积、周长、长宽比然后喂给支持向量机或者随机森林做分类。我最初真的尝试过这个方案用颜色矩加上LBP直方图拼成特征向量用随机森林分类测试准确率勉强到88%左右。问题出在泛化能力上换一批玉米品种、换一个光照环境准确率立刻掉到85%以下。因为手工特征很难覆盖“霉变早期淡粉色斑点”和“正常玉米粒自带浅红色品种特征”这种细粒度差异。深度学习路线则是端到端的卷积神经网络模型自己从像素里学习特征不再需要人工定义“什么是霉变”。我用同样的数据集训练了一个轻量级CNN准确率直接到97%以上。所以后来把题目定成“基于深度学习”本质不是因为深度学习这个词更时髦而是数据驱动的特征提取确实比手工特征在这个场景下有代差优势。1.2 与任务直接相关的类别设计“品质检测”如果只做“好粒/坏粒”二分类论文和系统都显得单薄而且实际应用里“坏”本身有好几种成因。我把分类类别定成五类这也是后续所有工作的基础类别定义典型特征采集难度完好粒饱满、色泽正常粒形完整颜色均匀容易破损粒机械损伤导致碎裂边缘不规则胚乳暴露中等霉变粒霉菌感染表面灰色/黑褐色斑点或粉状附着较难虫蚀粒仓储害虫啃食出现孔洞、隧道状痕迹难发芽粒受潮后胚芽萌动胚部突起或芽尖外露中等这个类别划分参考了粮食行业常用的感官检验标准但不等同于国标分级毕竟毕业设计的定位是“视觉检测方法验证”不是“检测标准制定”。划分类别时一定要注意每个类别之间要有肉眼可分辨的差异否则标注的人自己都会犹豫模型学起来更是混乱。1.3 单粒检测与批量检测怎么选这个问题必须在动工前想清楚因为它决定了整个技术方案形态。如果做批量检测玉米粒在画面里是多粒堆叠或散放的那就需要目标检测网络YOLO系、Faster R-CNN系先定位再分类工程复杂度成倍上升。如果做单粒检测每张图片就是一颗玉米粒直接用图像分类网络即可训练和部署都简单很多。我的选择是单粒检测设计一个带凹槽的拍摄板把玉米粒一粒粒摆上去拍摄后按单粒切分。这样既保留了“检测”的过程感又不会在目标检测上消耗太多时间预算可以把精力放在分类模型和数据质量上。2. 数据管线采集、标注与增强课题成败的关键2.1 采集环境与拍摄设备农业视觉项目最容易低估的就是数据采集。网上虽然能找到一些玉米粒图片但背景、角度、分辨率五花八门混在一起训练很容易让模型学到“背景特征”而不是“玉米粒特征”。我最终全部采用自采数据。设备方面没有买工业相机用的是一台普通手机配合固定支架。关键不是设备贵不贵而是采集环境必须归一化背景统一用黑色绒布避免反光同时和黄色玉米粒形成高对比度光源用一盏环形LED灯固定在拍摄台上方保持光照角度不变手机固定高度镜头垂直向下避免斜拍导致玉米粒投影变形每个玉米粒单独摆放在镜头中心粒尖朝向随机防止模型学方向。我用的是“多粒拍摄后切分”的方式把5到8粒玉米按照固定间距摆在一张A4大小的黑绒布上拍一张大图然后用程序按坐标切出单粒小图。这样比一粒一粒拍照高效很多同时还能控制每粒在图像中的占比一致。2.2 数据规模、类别平衡与标注策略我最终构建的数据集总量约8600张单粒图像每张统一缩放为224×224像素。各类别的数量并不均衡完好粒占比最高大概3600张破损粒1400张霉变粒1100张虫蚀粒1200张发芽粒1300张。现实中“坏粒”本来就少这种不均衡很真实但也给后续训练埋了坑后面会专门讲。玉米粒的品种也要尽量分散。我分三批采购了不同品种的玉米黄粒和偏红粒都有避免模型只认识某一类外观。采购回来后先人工挑出明显霉变、破损、虫蚀、发芽的粒再随机补充完好粒。这个过程非常耗时一整下午可能只能分出几百粒合格样本建议留足一周时间专门做这件事。标注策略上因为做的是图像分类而不是目标检测我用“文件夹即标签”的方式建五个文件夹对应五类切分好的单粒图按类别直接归入。比用标注软件画框高效得多分类任务完全够用。2.3 数据增强哪些有用哪些过犹不及没有做增强的时候模型训练集准确率很高但验证集明显偏低典型过拟合信号。增强策略我分两档基础档必做随机旋转、水平/垂直翻转、随机缩放0.9~1.1倍、随机平移、亮度/对比度微调。其中旋转对玉米粒特别重要因为摆放时的朝向是随机的模型必须要对旋转不变。我这里把旋转范围设成全角度0到360度效果比只做90度翻转让验证集涨了大概1.2个点。进阶档可选随机擦除Random Erasing、Mixup、色彩抖动。我用随机擦除来模拟玉米粒表面被遮挡或黏附杂质的情况增强鲁棒性用色彩抖动模拟不同光照下的色偏。但要注意色彩抖动幅度不能太大否则原本正常的黄色玉米粒会被增强成发红发暗反而干扰模型。经过交叉验证我把饱和度扰动限制在±15%以内。一个容易犯的错误是验证集和测试集也做了增强。千万不能这么做——验证集和测试集必须保持原始形态保证评价结果真实可比。3. 模型选型与训练调参小数据场景下的稳定提效路径3.1 三个候选网络的实测对比单粒玉米图像分类完全不需要上超大模型。输入是224×224的小图类别只有5个参数量过大的网络反而容易过拟合。我重点比较了四个常用网络全用ImageNet预训练权重做迁移学习网络参数量约训练时间约测试准确率备注ResNet181100万56分钟96.8%稳训练最快ResNet342100万78分钟97.2%与18差距不大MobileNetV3-Large540万49分钟97.0%轻量部署友好EfficientNet-B0530万65分钟97.5%最高但训练略慢最终我选择了EfficientNet-B0作为主模型理由是它在不增加太多参数量和训练时间的前提下准确率最高而且B0本来就是为资源受限场景设计的后续部署更友好。ResNet18作为备选方案用于论文里的对比实验。顺带提一句我还保留了第一章提到的传统机器学习基线手工特征加随机森林准确率89.4%。这组对比数据在论文里非常好用能从特征工程的角度说明深度学习的优势建议不要省略。3.2 训练超参与损失函数设定训练策略直接影响最终效果下面这组参数是我调了多轮以后确定的一个比较稳的组合优化器AdamW初始学习率1e-3权重衰减1e-4学习率调度先用前5个epoch做线性预热warmup从1e-4升到1e-3再用CosineAnnealing衰减到1e-5Batch size64普通显卡即可显存不足就降到32并同步调低学习率总训练轮数40轮但会在验证集指标连续8轮不提升时早停实际大概28到32轮收敛输入尺寸224×224训练时用随机增强出的图验证时用中心裁剪。迁移学习分两阶段第一阶段冻结backbone只训练分类头大概5个epoch让随机初始化的分类头先稳定下来第二阶段解冻全部层整个网络一起微调。直接从一开始就全量微调前期梯度波动很大训练很不稳定。损失函数用的是标准交叉熵但训练中后期我发现破损粒和虫蚀粒的召回率明显偏低。这是因为这两类样本本身数量少且和完好粒的外观差异在某些角度下不够明显。后来改用带权重的交叉熵给数量少的类别施加更高的类别权重具体做法是按1 / sqrt(class_frequency)计算各类权重并归一化。这个改动让破损粒的F1分数提高了大约4个百分点代价是完好粒的精确率微降不到1个百分点总体可接受。如果还想要更强的不平衡处理可以试Focal Loss但对这个问题来说权重交叉熵已经足够。3.3 评价体系准确率之外的“责任指标”毕业设计里如果只汇报一个总体准确率答辩老师很容易追问“每一类的表现怎么样”。玉米粒品质检测是有实际责任含义的任务把霉变粒误判成完好粒和把完好粒误判成霉变粒风险完全不对等。我除了整体准确率还会重点看每一类的精确率、召回率和F1分数并画出混淆矩阵。从我最终模型的结果看整个混淆矩阵在四个类目上整体表现良好最容易出问题的是霉变粒和异色品种之间偶有混淆破损粒和虫蚀粒也有少量交叉。这个结论直接影响了后面第五章要讲的类别边界整理策略。4. 把模型变成能答辩的成品GUI设计与部署踩坑4.1 为什么选桌面GUI而不是Web服务很多同学喜欢把毕设做成Web服务用Flask或FastAPI包个前端页面觉得看起来高级。但答辩现场的环境不稳定浏览器兼容性、端口占用、前端资源加载都可能出问题。桌面GUI程序启动即用是最稳妥的演示形态。我选择PyQt5理由有几点一是和Python生态无缝衔接模型推理可以直接复用二是布局控件成熟文件选择、图片预览、表格展示都有现成组件三是可以用PyInstaller打包成独立可执行文件在答辩机器上不需要装Python环境。4.2 模型导出ONNX与推理引擎选型训练好的PyTorch模型不能直接打包给答辩机器用因为目标机器上大概率没有PyTorch环境即使有版本差异也可能导致模型加载失败。我做了模型转换导出为ONNX格式import torch model load_trained_model() model.eval() dummy_input torch.randn(1, 3, 224, 224) torch.onnx.export( model, dummy_input, corn_quality.onnx, input_names[input], output_names[output], dynamic_axes{input: {0: batch}, output: {0: batch}}, opset_version17, )推理侧使用ONNX Runtime的CPU版本在普通笔记本上单张图片推理时间大约30到50毫秒完全满足实时要求。这里有几个容易踩的细节导出时模型一定要处于eval()模式并且关闭梯度。我最初没切换导致导出的计算图里保留了训练相关节点不仅模型体积变大推理结果还出现了微小偏差ONNX的输入归一化必须和训练时完全一致。我的模型训练用的是ImageNet标准化方式推理端就必须用同一组均值和标准差否则整体颜色偏移后准确率暴跌动态batch维度要显式声明否则批量检测时无法一次传入多张图片。4.3 界面功能与统计报表设计界面走的是实用路线分三块区域左侧是图片预览区显示当前检测的玉米粒大图右侧是结果区展示检测类别、置信度并用一个进度条直观显示置信度高低底部是操作区和日志区放“单张检测”“批量检测”“导出报表”三个按钮日志区输出每一步操作的状态。批量检测是答辩时代的实用功能。选择文件夹后程序遍历所有图片逐张推理把结果统计成表格每类数量、占比、置信度均值并生成TXT或CSV报告。这样答辩现场可以展示系统对一整批玉米粒的处理能力比单张检测更有说服力。置信度也是必须展示的信息。我对分类结果设置了一个阈值当置信度低于0.75时系统不判具体类别而是标记为“待人工复检”。这是从实际应用角度出发的设计——机器检测的目的是辅助分拣不是替代人工复核敢于承认“我拿不准”会让系统的设计逻辑更完整。4.4 PyInstaller打包与现场演示细节打包是另一个容易翻车的环节。我用PyInstaller打包含GUI、ONNX模型文件和推理代码第一版打包出来的exe超过600MB启动还慢。分析原因后发现PyTorch相关的库被整个打包进来了。解决办法是用ONNX Runtime替换PyTorch做推理并在打包时排除不需要的模块。实测下来有几个实用经验打包前先在新虚拟环境里只安装运行所需的最小依赖避免打包器把开发用的库一并收集进去模型文件不要内嵌进exe放在外部资源文件夹用相对路径定位。答辩时直接把整个文件夹拷到目标机器双击exe启动杀毒软件偶尔会误报我打包出来的exe后来通过添加签名和排除项解决但答辩前最好还是先在目标机器上提前试运行一遍确认环境无误。5. 实测翻车复盘光线、背景与标注的连环效应5.1 同一套模型换个光线测试降了13个点这是我踩过最深的一个坑。模型训练用环形LED灯均匀打光测试时我师兄随手用手机拍了几张自然光下的玉米粒照片丢给我准确率直接降了13个百分点有些霉变粒在侧面强光下反光强烈被分类成了完好粒。问题的根源在于训练数据的拍摄条件太单一了。模型其实“记住”了固定灯光下的颜色分布而不是真正理解了“霉斑的颜色和纹理”。解决办法分两步一是重新采集数据时故意把光源位置略作调整分三个不同角度拍摄让数据里自然带上光照变化二是在增强阶段加入更强的阴影和亮度扰动模拟自然光环境。这样处理后模型在“野图”上的表现才回到正常水平。这件事给我的教训是视觉检测模型评测不能只在“实验室条件”下做答辩前一定要用不同设备、不同环境下的新照片做泛化测试。5.2 背景纹理被模型“记住”了有一版模型训练时完好粒样本的背景衬着一张白纸其他类别样本的背景是黑绒布。训练集准确率很好但真实测试时很多白背景的完好粒全部被判错。后来用可视化工具查看模型的关注区域发现模型一部分注意力放在了图像边缘的背景上显然是在用背景差异做分类。这类问题在农业视觉项目里非常典型。解决思路是确保每个类别在所有背景条件下都有样本而不是让“白背景”等同于“完好粒”。我重新整理数据保证每个类别都同时包含黑色和白色背景的图片同时增加随机裁剪和随机擦除强迫模型把注意力集中在玉米粒本身。5.3 类别混淆与合并类别的决策训练到后期我查看了混淆矩阵的具体错误样本破损粒和虫蚀粒交叉严重发芽粒偶尔被分到霉变粒。仔细看图片才发现有些虫蚀粒的孔洞在顶视角度下非常不明显看起来就像普通的磨损而有些发芽粒的胚部凸起和早期霉变产生的褶皱确实很难区分。我做了两个调整。先召集了几个协助标注的同学重新统一了模糊样本的归类标准比如“有孔洞优先判为虫蚀”“胚部凸起超过某个程度才算发芽”。随后我进一步放宽了部分相似类别的边界——把破损和虫蚀保留因为它们在实际筛选中的处理方式不同但把发芽和霉变的模糊地带统一归为“异常粒”并再次人工复核。类似这样的“类别后处理”对最终系统的实用性很有帮助也避免了模型在无解的分类边界上强行死磕。结束语整个项目做下来我最大的体会是毕业设计里“深度学习”并不是主角数据管线才是。相比花在调网络结构上的时间我花在采集、清洗、标注和增强上的时间至少翻了一倍但每一分钟都值回票价。如果准备做类似农业视觉课题建议把时间预算按“数据采集和清洗占一半、模型训练和评测占三成、GUI和部署占两成”来分配之前我的时间分配完全反了导致后期返工严重。最后再分享一个小技巧训练过程中把每个epoch的验证集混淆矩阵存成图片训练结束回看这些历史混淆矩阵的变化能很快定位是哪一类样本在学习中反复波动。这个习惯帮我避开了很多“看似收敛、实际上在过拟合”的假象推荐大家试试。
