简介这份资源面向计算机、人工智能相关专业的本科生与自学者提供一套基于PyTorch实现人脸性别识别的完整课程设计或毕业设计参考方案。数据集涵盖白种人、黄种人、黑种人等多种族样本并包含姿态、光照、年龄等干扰因素需按40%、10%、50%比例随机划分训练、验证与测试集具有一定挑战性。压缩包共18个文件约1.21MB以13个Python脚本为核心涵盖数据加载、网络模型定义、多版本训练与推理流程另附2个txt名单文件、1份docx实验报告、1份md说明及license便于理解整体结构。资源已有648人学习下载报告说明了所用模型方法、测试结果与文献引用并额外提供GUI界面脚本可在界面输入图像后显示性别识别结果适合作为毕设或大作业的参考实现。1. 从一份毕设代码包说起人脸性别识别 GUI 到底难在哪很多人拿到「基于 python pytorch 实现人脸性别识别 GUI 系统」这个题目第一反应是去搜现成源码下载解压python main.py一跑然后发现摄像头打不开、模型权重缺失、PyQt 界面一片空白。我带过几届计算机毕设这个题目的翻车率其实不低原因不在算法本身——人脸性别识别在深度学习里属于入门级分类任务真正的门槛在工程链路环境怎么配、数据怎么标、模型怎么训、界面怎么和推理线程解耦。这篇笔记就按一条能真正跑通的路径来讲从零搭一个 PyTorch 性别分类模型接上 OpenCV 做人脸检测再用 PyQt5 做一个能实时显示的 GUI。适合正在做深度学习毕设、想找一个「有算法含量又不至于做不出来」题目的同学也适合想快速验证一个人脸属性识别原型的工程师。读完你应该能自己复现整套流程而不是只会改别人代码里的按钮颜色。2. 环境搭建与数据准备把 PyTorch 和数据集先落地2.1 用 Anaconda 隔离环境别在 base 里装毕设最常见的环境事故是本机装了三个 Pythonpip 和 conda 混用最后 torch 装上了但 cv2 导入报 DLL 错误。我一般直接用 conda 建一个独立环境Python 版本锁在 3.9 或 3.10这两个版本对 PyTorch 和 PyQt5 的兼容性最稳。# 创建独立环境python 3.10 兼容性最好 conda create -n gender_gui python3.10 -y conda activate gender_gui # 安装 pytorchCPU 版够用有显卡再换 cuda 版本 # 注意具体 cuda 版本号去 pytorch 官网查别照抄别人的 pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu # 其余依赖 pip install opencv-python PyQt5 numpy pillow matplotlib这里有个参数要说明--index-url指向的是 PyTorch 官方 wheel 源比默认 PyPI 快很多也避免装到不带 CUDA 支持的阉割包。如果你有 NVIDIA 显卡把cpu换成对应 cuda 版本比如cu121但前提是本机驱动版本要匹配否则torch.cuda.is_available()会返回 False这个坑后面避坑章节细说。验证环境是否正常跑一段最小代码import torch import cv2 from PyQt5.QtWidgets import QApplication # 三个核心库都能导入且 torch 能建张量 print(torch:, torch.__version__) print(cuda available:, torch.cuda.is_available()) print(opencv:, cv2.__version__) x torch.randn(2, 3) print(tensor ok:, x.shape)如果这段能打印出版本号且不报错环境就算立住了。torch.cuda.is_available()返回 False 不代表环境坏了CPU 训练小模型完全够用性别分类这种二分类任务几万张图 CPU 也能在可接受时间内跑完。2.2 数据集从哪来标签怎么定人脸性别识别常用的公开数据集是 CelebA 和 UTKFace。CelebA 有 20 万张名人脸带 40 个属性标注其中就包含性别UTKFace 大约 2 万张文件名里直接编码了年龄、性别、种族。毕设场景我一般推荐 UTKFace因为文件命名规整解析标签只要切字符串省掉一堆标注清洗工作。UTKFace 的文件名格式是[age]_[gender]_[race]_[date].jpggender 为 0 是男性1 是女性。写一个 Dataset 类把它读进来import os from torch.utils.data import Dataset from PIL import Image from torchvision import transforms class FaceGenderDataset(Dataset): def __init__(self, root_dir, transformNone): self.root_dir root_dir self.transform transform self.samples [] # 遍历目录解析文件名里的性别标签 for fname in os.listdir(root_dir): if not fname.lower().endswith((.jpg, .png)): continue parts fname.split(_) if len(parts) 2: continue try: gender int(parts[1]) except ValueError: continue if gender not in (0, 1): continue self.samples.append((os.path.join(root_dir, fname), gender)) def __len__(self): return len(self.samples) def __getitem__(self, idx): path, label self.samples[idx] img Image.open(path).convert(RGB) if self.transform: img self.transform(img) return img, label逻辑说明__init__阶段把所有合法样本的路径和标签缓存成列表避免每个 epoch 都去解析文件名__getitem__只负责读图和变换。参数上convert(RGB)是必须的因为部分数据集有灰度图不转成三通道会在送进网络时维度对不上。数据增强用 torchvision 的 transforms 组合train_transform transforms.Compose([ transforms.Resize((128, 128)), # 统一尺寸128 够用且快 transforms.RandomHorizontalFlip(), # 人脸左右翻转不改变性别 transforms.RandomRotation(10), # 小角度旋转增强泛化 transforms.ToTensor(), transforms.Normalize(mean[0.5, 0.5, 0.5], std[0.5, 0.5, 0.5]) ])Resize到 128 是速度和精度的折中224 精度略高但训练慢一倍RandomHorizontalFlip对人脸性别是安全的增强因为翻转不改变性别语义但如果你做的是左右眼区分任务就不能用。Normalize的均值和方差设成 0.5 是简化写法实际用 ImageNet 统计值[0.485, 0.456, 0.406]会更稳。3. 模型选型与训练从 ResNet 到可用的分类器3.1 为什么用迁移学习而不是从零训性别分类看着简单但从零训一个 CNN 需要大量数据和算力毕设周期内不现实。常见做法是拿 torchvision 里预训练好的 ResNet18 或 MobileNetV3把最后的全连接层换成二分类输出冻结前面几层做微调。ResNet18 参数量约 1100 万MobileNetV3 更轻量适合 CPU 推理和 GUI 实时显示。import torch.nn as nn from torchvision import models def build_model(backboneresnet18, pretrainedTrue): if backbone resnet18: model models.resnet18(weightsmodels.ResNet18_Weights.DEFAULT if pretrained else None) # 替换最后的 fc 层输出 2 类 in_features model.fc.in_features model.fc nn.Linear(in_features, 2) elif backbone mobilenet: model models.mobilenet_v3_small(weightsmodels.MobileNet_V3_Small_Weights.DEFAULT if pretrained else None) in_features model.classifier[-1].in_features model.classifier[-1] nn.Linear(in_features, 2) return model参数说明weightsDEFAULT表示加载预训练权重第一次运行会自动下载到本地缓存目录需要联网如果网络不通可以提前手动下载权重文件放到~/.cache/torch/hub/checkpoints/。model.fc是 ResNet 的全连接层名MobileNetV3 是classifier不同 backbone 层名不一样改错会直接报 AttributeError。3.2 训练循环与关键超参训练脚本的核心是损失函数、优化器和学习率调度。二分类用 CrossEntropyLoss优化器用 AdamW学习率设 1e-3 起步配合余弦退火。import torch from torch.utils.data import DataLoader, random_split from torch.optim import AdamW from torch.optim.lr_scheduler import CosineAnnealingLR device torch.device(cuda if torch.cuda.is_available() else cpu) model build_model(resnet18).to(device) # 数据集划分8:2 训练验证 full_dataset FaceGenderDataset(data/UTKFace, transformtrain_transform) train_size int(0.8 * len(full_dataset)) val_size len(full_dataset) - train_size train_set, val_set random_split(full_dataset, [train_size, val_size]) train_loader DataLoader(train_set, batch_size64, shuffleTrue, num_workers2) val_loader DataLoader(val_set, batch_size64, shuffleFalse, num_workers2) criterion torch.nn.CrossEntropyLoss() optimizer AdamW(model.parameters(), lr1e-3, weight_decay1e-4) scheduler CosineAnnealingLR(optimizer, T_max20) for epoch in range(20): model.train() total_loss 0 for imgs, labels in train_loader: imgs, labels imgs.to(device), labels.to(device) optimizer.zero_grad() outputs model(imgs) loss criterion(outputs, labels) loss.backward() optimizer.step() total_loss loss.item() scheduler.step() # 验证 model.eval() correct, total 0, 0 with torch.no_grad(): for imgs, labels in val_loader: imgs, labels imgs.to(device), labels.to(device) outputs model(imgs) preds outputs.argmax(dim1) correct (preds labels).sum().item() total labels.size(0) print(fepoch {epoch1}, loss {total_loss/len(train_loader):.4f}, val_acc {correct/total:.4f}) torch.save(model.state_dict(), gender_resnet18.pth)关键参数batch_size64在 8G 显存下比较稳CPU 训练可以降到 32num_workers2是数据加载线程数Windows 上设太高容易卡死Linux 可以设 4weight_decay1e-4是 L2 正则防止过拟合T_max20要和总 epoch 数一致余弦退火才会完整走完一个周期。训练完保存的是state_dict而不是整个模型这样加载时更灵活也不会有 pickle 版本兼容问题。UTKFace 上 ResNet18 微调 20 个 epoch验证准确率通常能到 90% 以上。如果只有 85% 左右先检查数据划分有没有泄漏再考虑加数据增强或换更大 backbone。4. GUI 集成让模型在界面里实时跑起来4.1 PyQt5 界面骨架与摄像头线程GUI 最容易翻车的地方是把推理放在主线程里结果界面卡死。正确做法是把摄像头读取和模型推理放到 QThread 里通过信号槽把结果传回主线程更新界面。import sys import cv2 import torch from PyQt5.QtWidgets import QApplication, QMainWindow, QLabel, QPushButton, QVBoxLayout, QWidget from PyQt5.QtCore import QThread, pyqtSignal, Qt from PyQt5.QtGui import QImage, QPixmap from torchvision import transforms class InferenceThread(QThread): frame_signal pyqtSignal(QImage, str) # 传图像和性别文字 def __init__(self, model_path): super().__init__() self.model build_model(resnet18, pretrainedFalse) self.model.load_state_dict(torch.load(model_path, map_locationcpu)) self.model.eval() self.running True self.transform transforms.Compose([ transforms.Resize((128, 128)), transforms.ToTensor(), transforms.Normalize([0.5]*3, [0.5]*3) ]) # 人脸检测器OpenCV 自带 self.face_cascade cv2.CascadeClassifier( cv2.data.haarcascades haarcascade_frontalface_default.xml) def run(self): cap cv2.VideoCapture(0) while self.running: ret, frame cap.read() if not ret: continue gray cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces self.face_cascade.detectMultiScale(gray, 1.3, 5) label_text No face for (x, y, w, h) in faces: face frame[y:yh, x:xw] face_rgb cv2.cvtColor(face, cv2.COLOR_BGR2RGB) from PIL import Image pil_img Image.fromarray(face_rgb) tensor self.transform(pil_img).unsqueeze(0) with torch.no_grad(): out self.model(tensor) pred out.argmax(dim1).item() label_text Female if pred 1 else Male cv2.rectangle(frame, (x, y), (xw, yh), (0, 255, 0), 2) cv2.putText(frame, label_text, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2) # 转成 QImage 发给主线程 rgb cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) h, w, ch rgb.shape qimg QImage(rgb.data, w, h, ch*w, QImage.Format_RGB888) self.frame_signal.emit(qimg, label_text) cap.release() def stop(self): self.running False self.wait()逻辑说明InferenceThread继承 QThreadrun里是独立线程的循环。frame_signal是自定义信号携带 QImage 和性别文字。人脸检测用 Haar 级联虽然精度不如 MTCNN 或 RetinaFace但胜在 OpenCV 自带、零依赖、速度快毕设够用。detectMultiScale的1.3是缩放步长5是最小邻居数调大这两个值会减少误检但可能漏检。4.2 主窗口与信号连接主窗口负责显示和按钮控制把线程信号接到槽函数上更新 QLabel。class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle(人脸性别识别系统) self.resize(800, 600) central QWidget() layout QVBoxLayout() self.image_label QLabel(等待启动...) self.image_label.setAlignment(Qt.AlignCenter) self.result_label QLabel(结果--) self.start_btn QPushButton(启动摄像头) self.stop_btn QPushButton(停止) layout.addWidget(self.image_label) layout.addWidget(self.result_label) layout.addWidget(self.start_btn) layout.addWidget(self.stop_btn) central.setLayout(layout) self.setCentralWidget(central) self.thread None self.start_btn.clicked.connect(self.start_inference) self.stop_btn.clicked.connect(self.stop_inference) def start_inference(self): if self.thread is not None: return self.thread InferenceThread(gender_resnet18.pth) self.thread.frame_signal.connect(self.update_frame) self.thread.start() def update_frame(self, qimg, text): self.image_label.setPixmap(QPixmap.fromImage(qimg).scaled( self.image_label.width(), self.image_label.height(), Qt.KeepAspectRatio)) self.result_label.setText(f结果{text}) def stop_inference(self): if self.thread: self.thread.stop() self.thread None if __name__ __main__: app QApplication(sys.argv) win MainWindow() win.show() sys.exit(app.exec_())参数说明QImage构造时第四个参数ch*w是每行字节数必须传对否则图像会斜切scaled里Qt.KeepAspectRatio保证缩放不变形。stop_inference里先调thread.stop()再置 None避免线程还在跑就被回收导致崩溃。5. 避坑与排查那些让毕设卡三天的细节5.1 摄像头打不开或画面全黑现象cv2.VideoCapture(0)返回 False或者读到的帧全黑。原因通常是摄像头被其他程序占用或者索引不对。解决先关掉微信、腾讯会议等可能占用摄像头的软件索引从 0 试到 2有些笔记本内置摄像头是 1 不是 0Linux 下检查/dev/video*权限必要时把用户加入 video 组。5.2 CUDA 版本不匹配导致 torch 装不上现象pip install torch后import torch报 DLL load failed 或找不到 cudart。原因是 pip 默认装的 CPU 版或 CUDA 版本和本机驱动不匹配。解决先nvidia-smi看驱动支持的 CUDA 版本再去 PyTorch 官网选对应命令。实在搞不定就用 CPU 版性别分类推理在 CPU 上单帧也就几十毫秒GUI 完全够用。5.3 界面卡死无响应现象点启动后窗口变灰拖动无反应。原因是推理循环跑在主线程。解决确认推理逻辑在 QThread 子类里且信号槽连接用的是默认的队列连接跨线程自动排队。不要在run里直接操作 QLabel所有 UI 更新必须通过信号发回主线程。5.4 模型加载报 Missing key(s)现象load_state_dict报一堆 missing keys 或 unexpected keys。原因是保存和加载的模型结构不一致比如保存时用了 DataParallel 导致 key 多了module.前缀。解决加载时用state_dict预处理去掉前缀或者保存时就用model.state_dict()而不是model.module.state_dict()。另外确认build_model的 backbone 参数和训练时一致。5.5 预测结果总是同一类现象不管输入什么脸输出永远是 Male 或永远是 Female。原因通常是标签映射搞反了或者验证集准确率其实很低但没注意。解决先打印训练时的类别分布确认 0 和 1 各占多少再检查argmax后的映射逻辑UTKFace 里 0 是男 1 是女别写反最后看验证准确率如果只有 50% 说明模型根本没学到东西回去检查数据增强是否过强或学习率是否过大。6. 进阶技巧把准确率和体验再往上提一档模型跑通只是及格线想让毕设答辩时有点亮点可以在两个方向上加码。第一个是换更强的人脸检测器。Haar 级联在侧脸和遮挡场景下漏检严重换成 MTCNN 或 RetinaFace 能明显提升检测率代价是推理变慢。我一般会在 GUI 里加一个下拉框让用户自己选检测器这样既展示了工程能力又不用在答辩时被问「为什么侧脸识别不了」时哑口无言。第二个是加一个置信度显示。现在只输出 Male/Female其实 softmax 后的概率值能反映模型有多确定。把torch.softmax(out, dim1)的结果一起显示出来低于 0.7 的标黄提示这个细节在演示时很加分。probs torch.softmax(out, dim1) conf, pred probs.max(dim1) label_text f{Female if pred.item()1 else Male} ({conf.item():.2f})还有一个容易被忽略的点是输入预处理要和训练时完全一致。训练用了Normalize([0.5]*3, [0.5]*3)推理时也必须用同样的均值和方差否则分布偏移会让准确率掉一大截。我见过有人训练用 ImageNet 统计值推理忘了改结果线上准确率比验证低 15 个点查了一整天才发现是归一化不一致。最后说一个验证方法别只看整体准确率按性别分开统计。如果 Male 准确率 95% 而 Female 只有 80%说明数据不平衡女性样本偏少。这时候要么过采样女性样本要么在损失函数里加类别权重weighttorch.tensor([1.0, 2.0])。这个分析写进毕设报告里比单纯贴一个准确率数字有说服力得多。我自己做这类项目养成的习惯是每改一个参数就存一版模型和对应的验证日志文件名带上日期和关键超参。这样答辩前想回退到某个效果好的版本不用重新训一遍省下的时间够你把报告多改两轮。希望帮到你。本文还有配套的精品资源点击获取 PyTorch人脸性别识别GUI实战：从模型训练到PyQt5界面集成
简介这份资源面向计算机、人工智能相关专业的本科生与自学者提供一套基于PyTorch实现人脸性别识别的完整课程设计或毕业设计参考方案。数据集涵盖白种人、黄种人、黑种人等多种族样本并包含姿态、光照、年龄等干扰因素需按40%、10%、50%比例随机划分训练、验证与测试集具有一定挑战性。压缩包共18个文件约1.21MB以13个Python脚本为核心涵盖数据加载、网络模型定义、多版本训练与推理流程另附2个txt名单文件、1份docx实验报告、1份md说明及license便于理解整体结构。资源已有648人学习下载报告说明了所用模型方法、测试结果与文献引用并额外提供GUI界面脚本可在界面输入图像后显示性别识别结果适合作为毕设或大作业的参考实现。1. 从一份毕设代码包说起人脸性别识别 GUI 到底难在哪很多人拿到「基于 python pytorch 实现人脸性别识别 GUI 系统」这个题目第一反应是去搜现成源码下载解压python main.py一跑然后发现摄像头打不开、模型权重缺失、PyQt 界面一片空白。我带过几届计算机毕设这个题目的翻车率其实不低原因不在算法本身——人脸性别识别在深度学习里属于入门级分类任务真正的门槛在工程链路环境怎么配、数据怎么标、模型怎么训、界面怎么和推理线程解耦。这篇笔记就按一条能真正跑通的路径来讲从零搭一个 PyTorch 性别分类模型接上 OpenCV 做人脸检测再用 PyQt5 做一个能实时显示的 GUI。适合正在做深度学习毕设、想找一个「有算法含量又不至于做不出来」题目的同学也适合想快速验证一个人脸属性识别原型的工程师。读完你应该能自己复现整套流程而不是只会改别人代码里的按钮颜色。2. 环境搭建与数据准备把 PyTorch 和数据集先落地2.1 用 Anaconda 隔离环境别在 base 里装毕设最常见的环境事故是本机装了三个 Pythonpip 和 conda 混用最后 torch 装上了但 cv2 导入报 DLL 错误。我一般直接用 conda 建一个独立环境Python 版本锁在 3.9 或 3.10这两个版本对 PyTorch 和 PyQt5 的兼容性最稳。# 创建独立环境python 3.10 兼容性最好 conda create -n gender_gui python3.10 -y conda activate gender_gui # 安装 pytorchCPU 版够用有显卡再换 cuda 版本 # 注意具体 cuda 版本号去 pytorch 官网查别照抄别人的 pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu # 其余依赖 pip install opencv-python PyQt5 numpy pillow matplotlib这里有个参数要说明--index-url指向的是 PyTorch 官方 wheel 源比默认 PyPI 快很多也避免装到不带 CUDA 支持的阉割包。如果你有 NVIDIA 显卡把cpu换成对应 cuda 版本比如cu121但前提是本机驱动版本要匹配否则torch.cuda.is_available()会返回 False这个坑后面避坑章节细说。验证环境是否正常跑一段最小代码import torch import cv2 from PyQt5.QtWidgets import QApplication # 三个核心库都能导入且 torch 能建张量 print(torch:, torch.__version__) print(cuda available:, torch.cuda.is_available()) print(opencv:, cv2.__version__) x torch.randn(2, 3) print(tensor ok:, x.shape)如果这段能打印出版本号且不报错环境就算立住了。torch.cuda.is_available()返回 False 不代表环境坏了CPU 训练小模型完全够用性别分类这种二分类任务几万张图 CPU 也能在可接受时间内跑完。2.2 数据集从哪来标签怎么定人脸性别识别常用的公开数据集是 CelebA 和 UTKFace。CelebA 有 20 万张名人脸带 40 个属性标注其中就包含性别UTKFace 大约 2 万张文件名里直接编码了年龄、性别、种族。毕设场景我一般推荐 UTKFace因为文件命名规整解析标签只要切字符串省掉一堆标注清洗工作。UTKFace 的文件名格式是[age]_[gender]_[race]_[date].jpggender 为 0 是男性1 是女性。写一个 Dataset 类把它读进来import os from torch.utils.data import Dataset from PIL import Image from torchvision import transforms class FaceGenderDataset(Dataset): def __init__(self, root_dir, transformNone): self.root_dir root_dir self.transform transform self.samples [] # 遍历目录解析文件名里的性别标签 for fname in os.listdir(root_dir): if not fname.lower().endswith((.jpg, .png)): continue parts fname.split(_) if len(parts) 2: continue try: gender int(parts[1]) except ValueError: continue if gender not in (0, 1): continue self.samples.append((os.path.join(root_dir, fname), gender)) def __len__(self): return len(self.samples) def __getitem__(self, idx): path, label self.samples[idx] img Image.open(path).convert(RGB) if self.transform: img self.transform(img) return img, label逻辑说明__init__阶段把所有合法样本的路径和标签缓存成列表避免每个 epoch 都去解析文件名__getitem__只负责读图和变换。参数上convert(RGB)是必须的因为部分数据集有灰度图不转成三通道会在送进网络时维度对不上。数据增强用 torchvision 的 transforms 组合train_transform transforms.Compose([ transforms.Resize((128, 128)), # 统一尺寸128 够用且快 transforms.RandomHorizontalFlip(), # 人脸左右翻转不改变性别 transforms.RandomRotation(10), # 小角度旋转增强泛化 transforms.ToTensor(), transforms.Normalize(mean[0.5, 0.5, 0.5], std[0.5, 0.5, 0.5]) ])Resize到 128 是速度和精度的折中224 精度略高但训练慢一倍RandomHorizontalFlip对人脸性别是安全的增强因为翻转不改变性别语义但如果你做的是左右眼区分任务就不能用。Normalize的均值和方差设成 0.5 是简化写法实际用 ImageNet 统计值[0.485, 0.456, 0.406]会更稳。3. 模型选型与训练从 ResNet 到可用的分类器3.1 为什么用迁移学习而不是从零训性别分类看着简单但从零训一个 CNN 需要大量数据和算力毕设周期内不现实。常见做法是拿 torchvision 里预训练好的 ResNet18 或 MobileNetV3把最后的全连接层换成二分类输出冻结前面几层做微调。ResNet18 参数量约 1100 万MobileNetV3 更轻量适合 CPU 推理和 GUI 实时显示。import torch.nn as nn from torchvision import models def build_model(backboneresnet18, pretrainedTrue): if backbone resnet18: model models.resnet18(weightsmodels.ResNet18_Weights.DEFAULT if pretrained else None) # 替换最后的 fc 层输出 2 类 in_features model.fc.in_features model.fc nn.Linear(in_features, 2) elif backbone mobilenet: model models.mobilenet_v3_small(weightsmodels.MobileNet_V3_Small_Weights.DEFAULT if pretrained else None) in_features model.classifier[-1].in_features model.classifier[-1] nn.Linear(in_features, 2) return model参数说明weightsDEFAULT表示加载预训练权重第一次运行会自动下载到本地缓存目录需要联网如果网络不通可以提前手动下载权重文件放到~/.cache/torch/hub/checkpoints/。model.fc是 ResNet 的全连接层名MobileNetV3 是classifier不同 backbone 层名不一样改错会直接报 AttributeError。3.2 训练循环与关键超参训练脚本的核心是损失函数、优化器和学习率调度。二分类用 CrossEntropyLoss优化器用 AdamW学习率设 1e-3 起步配合余弦退火。import torch from torch.utils.data import DataLoader, random_split from torch.optim import AdamW from torch.optim.lr_scheduler import CosineAnnealingLR device torch.device(cuda if torch.cuda.is_available() else cpu) model build_model(resnet18).to(device) # 数据集划分8:2 训练验证 full_dataset FaceGenderDataset(data/UTKFace, transformtrain_transform) train_size int(0.8 * len(full_dataset)) val_size len(full_dataset) - train_size train_set, val_set random_split(full_dataset, [train_size, val_size]) train_loader DataLoader(train_set, batch_size64, shuffleTrue, num_workers2) val_loader DataLoader(val_set, batch_size64, shuffleFalse, num_workers2) criterion torch.nn.CrossEntropyLoss() optimizer AdamW(model.parameters(), lr1e-3, weight_decay1e-4) scheduler CosineAnnealingLR(optimizer, T_max20) for epoch in range(20): model.train() total_loss 0 for imgs, labels in train_loader: imgs, labels imgs.to(device), labels.to(device) optimizer.zero_grad() outputs model(imgs) loss criterion(outputs, labels) loss.backward() optimizer.step() total_loss loss.item() scheduler.step() # 验证 model.eval() correct, total 0, 0 with torch.no_grad(): for imgs, labels in val_loader: imgs, labels imgs.to(device), labels.to(device) outputs model(imgs) preds outputs.argmax(dim1) correct (preds labels).sum().item() total labels.size(0) print(fepoch {epoch1}, loss {total_loss/len(train_loader):.4f}, val_acc {correct/total:.4f}) torch.save(model.state_dict(), gender_resnet18.pth)关键参数batch_size64在 8G 显存下比较稳CPU 训练可以降到 32num_workers2是数据加载线程数Windows 上设太高容易卡死Linux 可以设 4weight_decay1e-4是 L2 正则防止过拟合T_max20要和总 epoch 数一致余弦退火才会完整走完一个周期。训练完保存的是state_dict而不是整个模型这样加载时更灵活也不会有 pickle 版本兼容问题。UTKFace 上 ResNet18 微调 20 个 epoch验证准确率通常能到 90% 以上。如果只有 85% 左右先检查数据划分有没有泄漏再考虑加数据增强或换更大 backbone。4. GUI 集成让模型在界面里实时跑起来4.1 PyQt5 界面骨架与摄像头线程GUI 最容易翻车的地方是把推理放在主线程里结果界面卡死。正确做法是把摄像头读取和模型推理放到 QThread 里通过信号槽把结果传回主线程更新界面。import sys import cv2 import torch from PyQt5.QtWidgets import QApplication, QMainWindow, QLabel, QPushButton, QVBoxLayout, QWidget from PyQt5.QtCore import QThread, pyqtSignal, Qt from PyQt5.QtGui import QImage, QPixmap from torchvision import transforms class InferenceThread(QThread): frame_signal pyqtSignal(QImage, str) # 传图像和性别文字 def __init__(self, model_path): super().__init__() self.model build_model(resnet18, pretrainedFalse) self.model.load_state_dict(torch.load(model_path, map_locationcpu)) self.model.eval() self.running True self.transform transforms.Compose([ transforms.Resize((128, 128)), transforms.ToTensor(), transforms.Normalize([0.5]*3, [0.5]*3) ]) # 人脸检测器OpenCV 自带 self.face_cascade cv2.CascadeClassifier( cv2.data.haarcascades haarcascade_frontalface_default.xml) def run(self): cap cv2.VideoCapture(0) while self.running: ret, frame cap.read() if not ret: continue gray cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces self.face_cascade.detectMultiScale(gray, 1.3, 5) label_text No face for (x, y, w, h) in faces: face frame[y:yh, x:xw] face_rgb cv2.cvtColor(face, cv2.COLOR_BGR2RGB) from PIL import Image pil_img Image.fromarray(face_rgb) tensor self.transform(pil_img).unsqueeze(0) with torch.no_grad(): out self.model(tensor) pred out.argmax(dim1).item() label_text Female if pred 1 else Male cv2.rectangle(frame, (x, y), (xw, yh), (0, 255, 0), 2) cv2.putText(frame, label_text, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2) # 转成 QImage 发给主线程 rgb cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) h, w, ch rgb.shape qimg QImage(rgb.data, w, h, ch*w, QImage.Format_RGB888) self.frame_signal.emit(qimg, label_text) cap.release() def stop(self): self.running False self.wait()逻辑说明InferenceThread继承 QThreadrun里是独立线程的循环。frame_signal是自定义信号携带 QImage 和性别文字。人脸检测用 Haar 级联虽然精度不如 MTCNN 或 RetinaFace但胜在 OpenCV 自带、零依赖、速度快毕设够用。detectMultiScale的1.3是缩放步长5是最小邻居数调大这两个值会减少误检但可能漏检。4.2 主窗口与信号连接主窗口负责显示和按钮控制把线程信号接到槽函数上更新 QLabel。class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle(人脸性别识别系统) self.resize(800, 600) central QWidget() layout QVBoxLayout() self.image_label QLabel(等待启动...) self.image_label.setAlignment(Qt.AlignCenter) self.result_label QLabel(结果--) self.start_btn QPushButton(启动摄像头) self.stop_btn QPushButton(停止) layout.addWidget(self.image_label) layout.addWidget(self.result_label) layout.addWidget(self.start_btn) layout.addWidget(self.stop_btn) central.setLayout(layout) self.setCentralWidget(central) self.thread None self.start_btn.clicked.connect(self.start_inference) self.stop_btn.clicked.connect(self.stop_inference) def start_inference(self): if self.thread is not None: return self.thread InferenceThread(gender_resnet18.pth) self.thread.frame_signal.connect(self.update_frame) self.thread.start() def update_frame(self, qimg, text): self.image_label.setPixmap(QPixmap.fromImage(qimg).scaled( self.image_label.width(), self.image_label.height(), Qt.KeepAspectRatio)) self.result_label.setText(f结果{text}) def stop_inference(self): if self.thread: self.thread.stop() self.thread None if __name__ __main__: app QApplication(sys.argv) win MainWindow() win.show() sys.exit(app.exec_())参数说明QImage构造时第四个参数ch*w是每行字节数必须传对否则图像会斜切scaled里Qt.KeepAspectRatio保证缩放不变形。stop_inference里先调thread.stop()再置 None避免线程还在跑就被回收导致崩溃。5. 避坑与排查那些让毕设卡三天的细节5.1 摄像头打不开或画面全黑现象cv2.VideoCapture(0)返回 False或者读到的帧全黑。原因通常是摄像头被其他程序占用或者索引不对。解决先关掉微信、腾讯会议等可能占用摄像头的软件索引从 0 试到 2有些笔记本内置摄像头是 1 不是 0Linux 下检查/dev/video*权限必要时把用户加入 video 组。5.2 CUDA 版本不匹配导致 torch 装不上现象pip install torch后import torch报 DLL load failed 或找不到 cudart。原因是 pip 默认装的 CPU 版或 CUDA 版本和本机驱动不匹配。解决先nvidia-smi看驱动支持的 CUDA 版本再去 PyTorch 官网选对应命令。实在搞不定就用 CPU 版性别分类推理在 CPU 上单帧也就几十毫秒GUI 完全够用。5.3 界面卡死无响应现象点启动后窗口变灰拖动无反应。原因是推理循环跑在主线程。解决确认推理逻辑在 QThread 子类里且信号槽连接用的是默认的队列连接跨线程自动排队。不要在run里直接操作 QLabel所有 UI 更新必须通过信号发回主线程。5.4 模型加载报 Missing key(s)现象load_state_dict报一堆 missing keys 或 unexpected keys。原因是保存和加载的模型结构不一致比如保存时用了 DataParallel 导致 key 多了module.前缀。解决加载时用state_dict预处理去掉前缀或者保存时就用model.state_dict()而不是model.module.state_dict()。另外确认build_model的 backbone 参数和训练时一致。5.5 预测结果总是同一类现象不管输入什么脸输出永远是 Male 或永远是 Female。原因通常是标签映射搞反了或者验证集准确率其实很低但没注意。解决先打印训练时的类别分布确认 0 和 1 各占多少再检查argmax后的映射逻辑UTKFace 里 0 是男 1 是女别写反最后看验证准确率如果只有 50% 说明模型根本没学到东西回去检查数据增强是否过强或学习率是否过大。6. 进阶技巧把准确率和体验再往上提一档模型跑通只是及格线想让毕设答辩时有点亮点可以在两个方向上加码。第一个是换更强的人脸检测器。Haar 级联在侧脸和遮挡场景下漏检严重换成 MTCNN 或 RetinaFace 能明显提升检测率代价是推理变慢。我一般会在 GUI 里加一个下拉框让用户自己选检测器这样既展示了工程能力又不用在答辩时被问「为什么侧脸识别不了」时哑口无言。第二个是加一个置信度显示。现在只输出 Male/Female其实 softmax 后的概率值能反映模型有多确定。把torch.softmax(out, dim1)的结果一起显示出来低于 0.7 的标黄提示这个细节在演示时很加分。probs torch.softmax(out, dim1) conf, pred probs.max(dim1) label_text f{Female if pred.item()1 else Male} ({conf.item():.2f})还有一个容易被忽略的点是输入预处理要和训练时完全一致。训练用了Normalize([0.5]*3, [0.5]*3)推理时也必须用同样的均值和方差否则分布偏移会让准确率掉一大截。我见过有人训练用 ImageNet 统计值推理忘了改结果线上准确率比验证低 15 个点查了一整天才发现是归一化不一致。最后说一个验证方法别只看整体准确率按性别分开统计。如果 Male 准确率 95% 而 Female 只有 80%说明数据不平衡女性样本偏少。这时候要么过采样女性样本要么在损失函数里加类别权重weighttorch.tensor([1.0, 2.0])。这个分析写进毕设报告里比单纯贴一个准确率数字有说服力得多。我自己做这类项目养成的习惯是每改一个参数就存一版模型和对应的验证日志文件名带上日期和关键超参。这样答辩前想回退到某个效果好的版本不用重新训一遍省下的时间够你把报告多改两轮。希望帮到你。本文还有配套的精品资源点击获取