简介一篇基于卷积神经网络的花生种子筛选识别算法的学术论文PDF聚焦农业种子筛选中的分类复杂、准确率低与速度慢问题适合农业工程、计算机视觉及深度学习方向的研究者参考。压缩包内仅含1个PDF文件大小1.77MB即论文完整全文内容已有141人学习。论文以完好与破损两类花生种子为对象收集1500张图像构建数据库搭建CNN模型提取颜色与纹理特征并优化网络实验得到98.21%的筛选准确率和16.4ms/粒的识别速度表明该方法能较好满足农业生产要求。文中还对比了人工外观识别和基础图像处理技术的局限证实CNN将筛选过程自动化、智能化对提升农业生产效率具有实际意义适合作为相关课题、毕业设计或智能农业应用的重要参考材料。1. 基于卷积神经网络的花生种子筛选识别算法先别调网络先让图像“说人话”拿到一份名为“基于卷积神经网络的花生种子筛选识别算法”的资料多数人第一反应是去调网络结构、叠卷积层、换损失函数。实际在产线或质检台上做落地时真正把项目拖垮的往往不是网络本身而是输入图像的亮暗不一、样本类别定义模糊、坏种占比太低这三件事。卷积神经网络在这里承担的任务很直接给定一粒花生的正面或单侧图像输出它是“可入库”还是“需要剔除”的类别概率或者直接输出缺陷类型。适合正在做籽粒分选、农产品外观质检、小目标缺陷识别的工程师和研究者。整条链路按“建模选型 → 数据准备 → 训练调参 → 避坑 → 部署验证”推进下面每一步都给出可直接落地的参数和命令你照着改路径就能跑通。2. CNN 建模与选型为什么十几万参数的小网络比“大而全”更实用2.1 卷积层、汇聚层与全连接在花生图像上各自干了什么花生种子的识别对象是单粒籽仁或带壳花生图像里的判别特征集中在很小的区域壳纹深浅、虫眼位置、霉斑颜色、破损边缘。卷积神经网络原理上就是让一组可学习的卷积核在图像上滑动逐层把“局部纹理”组合成“语义结构”。第一层卷积核可能只响应边缘和颜色突变到中后层就能组合出类似“斑点凹陷霉变”的模式。这个过程本质是特征提取与分类联合优化不需要人工设计颜色阈值或纹理算子这比传统图像算法省去大量调参工作。卷积层之后一般接汇聚层最常用的是最大汇聚它把特征图按 2×2 或 3×3 的窗口取最大值降低分辨率并保留响应最强的位置。经典 LeNet5 卷积神经网络结构就是“卷积 → 汇聚 → 卷积 → 汇聚 → 全连接”的交替范式这套范式放在花生种子识别里依然成立。全连接层的作用是把空间特征展开并映射到类别得分上整个模型因此是端到端可训练的。为什么这个场景不推荐直接用 ResNet34 或更大的预训练模型因为花生种子样本的采集成本高标注工作繁琐单类有效样本通常只有几千到几万张大模型在小数据上极易过拟合而且部署到工业相机配套的工控机时推理延迟和显存都可能成为瓶颈。小网络的参数量控制在几十万级别单张 128×128 图像在 CPU 上跑一次推理能控制在 1030 毫秒已经能满足绝大多数分选线的节拍要求。2.2 定义一个小而稳的 SeedCNN输入尺寸、卷积核数量与汇聚层选择我用 PyTorch 定义了一个轻量模型结构上参考 LeNet5 的堆叠思路但针对花生种子图像做了三点改变第一输入从灰度图改成 RGB因为霉变和色泽变化依赖颜色信息第二卷积核统一用 3×3padding 设为 1保证特征图尺寸不因卷积而骤减第三在全连接前加 Dropout缓解小样本下的过拟合。import torch import torch.nn as nn class SeedCNN(nn.Module): def __init__(self, num_classes2): super(SeedCNN, self).__init__() # 输入: (batch, 3, 128, 128) self.features nn.Sequential( nn.Conv2d(3, 16, kernel_size3, padding1), nn.BatchNorm2d(16), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), # 输出 64x64 nn.Conv2d(16, 32, kernel_size3, padding1), nn.BatchNorm2d(32), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), # 输出 32x32 nn.Conv2d(32, 64, kernel_size3, padding1), nn.BatchNorm2d(64), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), # 输出 16x16 ) self.classifier nn.Sequential( nn.AdaptiveAvgPool2d(1), # 全局平均池化输出 (batch, 64, 1, 1) nn.Flatten(), nn.Dropout(0.3), nn.Linear(64, num_classes), ) def forward(self, x): return self.classifier(self.features(x))这段模型代码里三个卷积块分别把通道数从 3 扩到 16、32、64每次下采样后用最大汇聚把空间尺寸减半。最大汇聚在这里比平均汇聚更合适因为花生霉斑和虫眼往往是局部高响应区域取最大值能保留这些“可疑点”的特征平均汇聚会把强响应稀释掉导致缺陷特征被背景淹没。AdaptiveAvgPool2d 的作用是不管前面特征图多大都压缩成 1×1从而让全连接层输入维度固定便于在调试时随意改输入尺寸。模型总参数量大约 5.5 万如果你把第一层通道数改成 32参数量会上升到 15 万左右训练更慢但拟合能力更强。我的经验是先从 16 通道起步确认训练 loss 能正常下降后再决定要不要加通道。对只有几类外观缺陷的任务16 通道往往已经够用。输入尺寸 128×128 也是权衡后的选择低于 96 像素时芝麻大小的霉斑会丢细节高于 224 像素时训练和推理耗时明显增加但精度提升却非常有限。超参数取值说明输入尺寸128×128×3单粒花生 ROI 裁剪后的大小卷积核3×3, stride1, padding1保持空间尺寸不变下采样方式2×2 MaxPool三次下采样后特征图 16×16全连接前 Dropout0.3缓解小样本过拟合输出层Linear(64, num_classes)二分类或多分类均可3. 数据是上限样本采集、标注方针与增强策略3.1 采集和标注的“七条军规”单粒成像、背景统一、标签可复核算法模型的精度上限由数据决定这个说法在花生种子识别上体现得尤其明显。你和同事花两周标注出来的数据集如果成像条件不统一后面所有调参都是在和噪声作斗争。我归纳了七条现场采集规范每一条都对应一个真实翻车点。第一条单粒成像。分选线上落料时要保证每一帧里是单粒花生而不是多粒粘连。粘连样本会导致 ROI 抽取不准模型学到的特征混入相邻花生的边缘后期误检率很难压下去。第二条背景统一。训练集里的花生最好都放在同一颜色的载物面上常见做法用黑色哑光橡胶垫或白色漫反射板。背景颜色统一能显著降低模型对“托盘”的注意力这一点在后面的避坑章节会再次提到。第三条光源角度固定。用环形无影灯或两侧条形光源避免强反射和阴影。尤其是红皮花生表面有一层光泽点光源会造成局部过曝霉斑在过曝区域里完全不可见。第四条相机白平衡固定。不要在同一批数据里混用手机自动白平衡和工业相机的固定白平衡否则色温差异会被模型当成类别特征。第五条标签可复核。标注工具建议用 LabelImg 或 LabelMe导出的 XML/JSON 保留原图文件名和标注人。类别定义尽量细完整粒、破损粒、霉变粒、虫蚀粒、杂质先分细再合并避免后期想细分时重新标注。第六条坏种样本单独补拍。正常花生易得霉变和虫蚀样本难找。不要只拍“好种多、坏种少”的自然分布识别算法要能拦下坏种坏种样本必须单独凑够数量。第七条收集错误样本并回灌。部署到现场后凡是模型判错但有争议的图像定期捞回来重新标注加入训练集。这个习惯比调任何超参数都管用。3.2 划分、增强与采样把数据集从“看起来很多”做成“用起来均衡”数据准备好之后第一步不是训练而是划分数据集。常见做法是按类别分层随机划分训练集 70%、验证集 15%、测试集 15%并用固定随机种子保证每次复现结果一致。再用 PyTorch 的 ImageFolder 读取目录结构数据。目录组织如下data/ ├── train/ │ ├── good/ │ ├── bad_mold/ │ ├── bad_broken/ │ └── impurity/ ├── val/ │ └── ... └── test/ └── ...对应的数据加载与增强代码如下from torch.utils.data import DataLoader from torchvision import datasets, transforms train_tf transforms.Compose([ transforms.RandomResizedCrop(128, scale(0.7, 1.0), ratio(0.75, 1.33)), transforms.RandomRotation(degrees15), transforms.ColorJitter(brightness0.2, contrast0.2), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]), ]) val_tf transforms.Compose([ transforms.Resize(160), transforms.CenterCrop(128), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]), ]) train_ds datasets.ImageFolder(data/train, transformtrain_tf) val_ds datasets.ImageFolder(data/val, transformval_tf) train_loader DataLoader(train_ds, batch_size32, shuffleTrue, num_workers4) val_loader DataLoader(val_ds, batch_size32, shuffleFalse, num_workers4)增强参数的选择逻辑RandomResizedCrop 的 scale 设为 0.71.0是因为花生单粒在画面里占比较大裁剪比例过小会让模型学到不完整的局部纹理RandomRotation 只给 15 度因为分选线上花生姿态基本是平躺或者侧躺不会出现 90 度翻转ColorJitter 的亮度扰动幅度控制在 0.2模拟不同批次日光灯的亮度差异但不过分改变花生本身的颜色。Normalize 的均值和标准差沿用 ImageNet 的统计量如果训练数据整体偏暗偏黄强烈建议自己用数据集重新统计一份均值方差替换掉这里的默认值。这里还必须解决类别不平衡问题。坏种样本少直接用 shuffle 训练会让模型偏向多数类。我一般用 WeightedRandomSampler 按类别权重采样让每个 batch 里各类别出现的概率尽量均衡from torch.utils.data import WeightedRandomSampler train_labels [s for _, s in train_ds.samples] label_count torch.bincount(torch.tensor(train_labels)) weights 1.0 / label_count[train_labels].double() sampler WeightedRandomSampler(weights, num_sampleslen(train_labels), replacementTrue) train_loader DataLoader(train_ds, batch_size32, samplersampler, num_workers4)WeightedRandomSampler 会让每轮 epoch 中少数类被重复采样到等效于提高了坏种样本的出现频率。采样器比简单复制少数类图像更稳因为它没有改变硬盘上的文件只是在取 batch 时按权重挑选。注意 replacementTrue 意味着同一张图可能在一个 epoch 里出现多次训练轮数可以相应减少。4. 训练与调参避坑损失曲线“好看”不代表现场能用4.1 翻车一准确率 95% 但现场误筛率奇高——类别不平衡的“虚高”训练完第一版模型验证集准确率报出 95%拿到现场一试好种子被误杀的比率高到没法用。把混淆矩阵打出来就明白了模型把所有样本都判成了“好种”因为好种占了主导比例准确率自然很高。这是类别不平衡带来的典型假象。解决分两步。第一步用 WeightedRandomSampler 或修改损失函数权重把少数类在训练中的占比拉起来。第二步评估指标从准确率换成坏种召回率因为种子筛选场景更关心“坏种有没有漏过去”。漏掉一粒霉变花生整批货可能被下游客户拒收这是比误杀更严重的事故。from sklearn.metrics import classification_report preds, y_true [], [] with torch.no_grad(): for x, y in val_loader: preds model(x).argmax(dim1).tolist() y_true y.tolist() print(classification_report(y_true, preds, digits4, target_names[bad, good]))看报告时重点看“bad”这一行的 recall 和 f1-score。recall 低于 0.95说明坏种还在漏precision 低说明好种被误杀多这个指标可以调松一点毕竟误杀好种的成本通常低于漏过坏种。4.2 翻车二模型没在看花生而是在看托盘有一次训练集是在黑色橡胶垫上拍的模型在测试集上表现很好但换到分选线的白色传送带后准确率直接暴跌。用类激活图一查发现模型的高响应区域全在花生轮廓外围的背景上。原因是训练集背景过于单调模型偷懒地学习了“黑色背景上有一个亮色物体就是好种”这种捷径。验证模型是否真的关注花生本身可以用简化版 Grad-CAM 可视化最后一层卷积特征def grad_cam(model, input_tensor, target_layer): activations {} gradients {} def fwd_hook(m, inp, out): activations[value] out def bwd_hook(m, grad_in, grad_out): gradients[value] grad_out[0] h1 target_layer.register_forward_hook(fwd_hook) h2 target_layer.register_full_backward_hook(bwd_hook) out model(input_tensor.unsqueeze(0)) target out.argmax(dim1) model.zero_grad() out[0, target].backward() h1.remove() h2.remove() act activations[value].squeeze(0) grad gradients[value].squeeze(0) weights grad.mean(dim(1, 2), keepdimTrue) cam (weights * act).sum(dim0).relu() cam cam - cam.min() cam cam / (cam.max() 1e-6) return cam.detach().cpu().numpy()把热力图叠加到原图上如果高亮区域集中在花生轮廓内部说明模型学对了如果集中在背景或托盘边缘就要回炉数据。对策是给训练集增加背景扰动比如随机换背景图片、加入传送带纹理样本让“背景不变”这条捷径失效。之后验证集准确率可能先下降但现场测试会明显变稳这是值得接受的代价。4.3 翻车三验证集损失忽高忽低训练集 loss 却一路下降典型现象是训练损失稳步下降验证损失却每隔几个 epoch 就出现一次尖峰。原因常见有三个。第一学习率偏高模型在验证集上震荡第二BatchNorm 层的统计量在 batch size 很小时不稳定第三随机失活层在训练和验证时的行为不同导致验证 loss 与训练 loss 天然有差距。我的处理顺序是先固定随机种子让每次训练可复现再把学习率从 1e-3 降到 1e-4用 AdamW 优化器配合余弦退火最后把 batch size 提到至少 16。BatchNorm 在 batch size 小于 8 时统计量噪声很大梯度更新方向也会不稳定。如果这批数据本身就只有几百张直接砍掉 BatchNorm换成 GroupNorm 或者干脆用固定卷积层反而更稳。4.4 翻车四识别率线上下滑严重——光照迁移的坑线下测试集和现场图像来自不同相机、不同光源特征分布差异会让模型性能断崖式下跌。这不是过拟合而是领域漂移。对策是“去现场拍一次数据回灌”或者采集时使用和现场一致的光源和相机。如果条件不允许就在增强里把 ColorJitter 的 brightness 范围从 0.2 扩大到 0.5并在训练集里加入高斯模糊和轻微噪声提高模型对成像差异的容忍度。还有一种常见做法是先把所有图像统一预处理灰度化并做直方图均衡损失颜色信息但能大幅度抵消色温差异。花生霉变如果主要靠颜色区分灰度化会牺牲精度如果主要靠纹理和形状区分灰度化反而能提升鲁棒性。建议两类方案都试用测试集数据决定。5. 部署与验证把模型装进分选线前要做的最后三个动作5.1 导成 ONNX 并固定输入尺寸避免环境依赖训练结束后不要直接拿 PyTorch 模型去跑现场推理。现场工控机不一定有 PyTorch 环境安装依赖也是麻烦事。我一般会导出 ONNX再用 ONNX Runtime 加载import torch model.load_state_dict(torch.load(seed_cnn.pth, map_locationcpu)) model.eval() dummy torch.randn(1, 3, 128, 128) torch.onnx.export( model, dummy, seed_cnn.onnx, input_names[image], output_names[score], dynamic_axes{image: {0: batch}, score: {0: batch}}, opset_version13, )导出时 dynamic_axes 允许 batch 维度可变这样既能单张跑也能批量跑。opset_version 用 13 是安全选择兼容性和算子支持度都很成熟。CPU 部署时把 ONNX Runtime 的线程数设置为 CPU 核数减一避免推理线程占满所有核心导致图像采集线程延迟。如果想要更快的速度再用 INT8 静态量化但需要准备几百张校准图量化后精度一般下降 0.5%1.5%可先跑起来再评估。5.2 我的习惯错误样本库是最后一道防线部署后我会保留三份东西原始训练集、现场采集的未标注图像、模型误判图像。每周把误判图像按“好种误杀”和“坏种漏过”分类交给标注员补充标签再增量训练。这个闭环往往比任何网络结构优化都更有效。做了几轮回灌后你会明显感觉到模型在现场的稳定性是靠“把现场数据喂回去”喂出来的而不是靠调参调出来的。希望这个从数据到部署的完整流程能帮你少走一段弯路也希望你在自己的项目里能跑出比预期更好的效果。本文还有配套的精品资源点击获取 基于卷积神经网络的花生种子筛选识别：从数据到部署的全流程实践
简介一篇基于卷积神经网络的花生种子筛选识别算法的学术论文PDF聚焦农业种子筛选中的分类复杂、准确率低与速度慢问题适合农业工程、计算机视觉及深度学习方向的研究者参考。压缩包内仅含1个PDF文件大小1.77MB即论文完整全文内容已有141人学习。论文以完好与破损两类花生种子为对象收集1500张图像构建数据库搭建CNN模型提取颜色与纹理特征并优化网络实验得到98.21%的筛选准确率和16.4ms/粒的识别速度表明该方法能较好满足农业生产要求。文中还对比了人工外观识别和基础图像处理技术的局限证实CNN将筛选过程自动化、智能化对提升农业生产效率具有实际意义适合作为相关课题、毕业设计或智能农业应用的重要参考材料。1. 基于卷积神经网络的花生种子筛选识别算法先别调网络先让图像“说人话”拿到一份名为“基于卷积神经网络的花生种子筛选识别算法”的资料多数人第一反应是去调网络结构、叠卷积层、换损失函数。实际在产线或质检台上做落地时真正把项目拖垮的往往不是网络本身而是输入图像的亮暗不一、样本类别定义模糊、坏种占比太低这三件事。卷积神经网络在这里承担的任务很直接给定一粒花生的正面或单侧图像输出它是“可入库”还是“需要剔除”的类别概率或者直接输出缺陷类型。适合正在做籽粒分选、农产品外观质检、小目标缺陷识别的工程师和研究者。整条链路按“建模选型 → 数据准备 → 训练调参 → 避坑 → 部署验证”推进下面每一步都给出可直接落地的参数和命令你照着改路径就能跑通。2. CNN 建模与选型为什么十几万参数的小网络比“大而全”更实用2.1 卷积层、汇聚层与全连接在花生图像上各自干了什么花生种子的识别对象是单粒籽仁或带壳花生图像里的判别特征集中在很小的区域壳纹深浅、虫眼位置、霉斑颜色、破损边缘。卷积神经网络原理上就是让一组可学习的卷积核在图像上滑动逐层把“局部纹理”组合成“语义结构”。第一层卷积核可能只响应边缘和颜色突变到中后层就能组合出类似“斑点凹陷霉变”的模式。这个过程本质是特征提取与分类联合优化不需要人工设计颜色阈值或纹理算子这比传统图像算法省去大量调参工作。卷积层之后一般接汇聚层最常用的是最大汇聚它把特征图按 2×2 或 3×3 的窗口取最大值降低分辨率并保留响应最强的位置。经典 LeNet5 卷积神经网络结构就是“卷积 → 汇聚 → 卷积 → 汇聚 → 全连接”的交替范式这套范式放在花生种子识别里依然成立。全连接层的作用是把空间特征展开并映射到类别得分上整个模型因此是端到端可训练的。为什么这个场景不推荐直接用 ResNet34 或更大的预训练模型因为花生种子样本的采集成本高标注工作繁琐单类有效样本通常只有几千到几万张大模型在小数据上极易过拟合而且部署到工业相机配套的工控机时推理延迟和显存都可能成为瓶颈。小网络的参数量控制在几十万级别单张 128×128 图像在 CPU 上跑一次推理能控制在 1030 毫秒已经能满足绝大多数分选线的节拍要求。2.2 定义一个小而稳的 SeedCNN输入尺寸、卷积核数量与汇聚层选择我用 PyTorch 定义了一个轻量模型结构上参考 LeNet5 的堆叠思路但针对花生种子图像做了三点改变第一输入从灰度图改成 RGB因为霉变和色泽变化依赖颜色信息第二卷积核统一用 3×3padding 设为 1保证特征图尺寸不因卷积而骤减第三在全连接前加 Dropout缓解小样本下的过拟合。import torch import torch.nn as nn class SeedCNN(nn.Module): def __init__(self, num_classes2): super(SeedCNN, self).__init__() # 输入: (batch, 3, 128, 128) self.features nn.Sequential( nn.Conv2d(3, 16, kernel_size3, padding1), nn.BatchNorm2d(16), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), # 输出 64x64 nn.Conv2d(16, 32, kernel_size3, padding1), nn.BatchNorm2d(32), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), # 输出 32x32 nn.Conv2d(32, 64, kernel_size3, padding1), nn.BatchNorm2d(64), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), # 输出 16x16 ) self.classifier nn.Sequential( nn.AdaptiveAvgPool2d(1), # 全局平均池化输出 (batch, 64, 1, 1) nn.Flatten(), nn.Dropout(0.3), nn.Linear(64, num_classes), ) def forward(self, x): return self.classifier(self.features(x))这段模型代码里三个卷积块分别把通道数从 3 扩到 16、32、64每次下采样后用最大汇聚把空间尺寸减半。最大汇聚在这里比平均汇聚更合适因为花生霉斑和虫眼往往是局部高响应区域取最大值能保留这些“可疑点”的特征平均汇聚会把强响应稀释掉导致缺陷特征被背景淹没。AdaptiveAvgPool2d 的作用是不管前面特征图多大都压缩成 1×1从而让全连接层输入维度固定便于在调试时随意改输入尺寸。模型总参数量大约 5.5 万如果你把第一层通道数改成 32参数量会上升到 15 万左右训练更慢但拟合能力更强。我的经验是先从 16 通道起步确认训练 loss 能正常下降后再决定要不要加通道。对只有几类外观缺陷的任务16 通道往往已经够用。输入尺寸 128×128 也是权衡后的选择低于 96 像素时芝麻大小的霉斑会丢细节高于 224 像素时训练和推理耗时明显增加但精度提升却非常有限。超参数取值说明输入尺寸128×128×3单粒花生 ROI 裁剪后的大小卷积核3×3, stride1, padding1保持空间尺寸不变下采样方式2×2 MaxPool三次下采样后特征图 16×16全连接前 Dropout0.3缓解小样本过拟合输出层Linear(64, num_classes)二分类或多分类均可3. 数据是上限样本采集、标注方针与增强策略3.1 采集和标注的“七条军规”单粒成像、背景统一、标签可复核算法模型的精度上限由数据决定这个说法在花生种子识别上体现得尤其明显。你和同事花两周标注出来的数据集如果成像条件不统一后面所有调参都是在和噪声作斗争。我归纳了七条现场采集规范每一条都对应一个真实翻车点。第一条单粒成像。分选线上落料时要保证每一帧里是单粒花生而不是多粒粘连。粘连样本会导致 ROI 抽取不准模型学到的特征混入相邻花生的边缘后期误检率很难压下去。第二条背景统一。训练集里的花生最好都放在同一颜色的载物面上常见做法用黑色哑光橡胶垫或白色漫反射板。背景颜色统一能显著降低模型对“托盘”的注意力这一点在后面的避坑章节会再次提到。第三条光源角度固定。用环形无影灯或两侧条形光源避免强反射和阴影。尤其是红皮花生表面有一层光泽点光源会造成局部过曝霉斑在过曝区域里完全不可见。第四条相机白平衡固定。不要在同一批数据里混用手机自动白平衡和工业相机的固定白平衡否则色温差异会被模型当成类别特征。第五条标签可复核。标注工具建议用 LabelImg 或 LabelMe导出的 XML/JSON 保留原图文件名和标注人。类别定义尽量细完整粒、破损粒、霉变粒、虫蚀粒、杂质先分细再合并避免后期想细分时重新标注。第六条坏种样本单独补拍。正常花生易得霉变和虫蚀样本难找。不要只拍“好种多、坏种少”的自然分布识别算法要能拦下坏种坏种样本必须单独凑够数量。第七条收集错误样本并回灌。部署到现场后凡是模型判错但有争议的图像定期捞回来重新标注加入训练集。这个习惯比调任何超参数都管用。3.2 划分、增强与采样把数据集从“看起来很多”做成“用起来均衡”数据准备好之后第一步不是训练而是划分数据集。常见做法是按类别分层随机划分训练集 70%、验证集 15%、测试集 15%并用固定随机种子保证每次复现结果一致。再用 PyTorch 的 ImageFolder 读取目录结构数据。目录组织如下data/ ├── train/ │ ├── good/ │ ├── bad_mold/ │ ├── bad_broken/ │ └── impurity/ ├── val/ │ └── ... └── test/ └── ...对应的数据加载与增强代码如下from torch.utils.data import DataLoader from torchvision import datasets, transforms train_tf transforms.Compose([ transforms.RandomResizedCrop(128, scale(0.7, 1.0), ratio(0.75, 1.33)), transforms.RandomRotation(degrees15), transforms.ColorJitter(brightness0.2, contrast0.2), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]), ]) val_tf transforms.Compose([ transforms.Resize(160), transforms.CenterCrop(128), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]), ]) train_ds datasets.ImageFolder(data/train, transformtrain_tf) val_ds datasets.ImageFolder(data/val, transformval_tf) train_loader DataLoader(train_ds, batch_size32, shuffleTrue, num_workers4) val_loader DataLoader(val_ds, batch_size32, shuffleFalse, num_workers4)增强参数的选择逻辑RandomResizedCrop 的 scale 设为 0.71.0是因为花生单粒在画面里占比较大裁剪比例过小会让模型学到不完整的局部纹理RandomRotation 只给 15 度因为分选线上花生姿态基本是平躺或者侧躺不会出现 90 度翻转ColorJitter 的亮度扰动幅度控制在 0.2模拟不同批次日光灯的亮度差异但不过分改变花生本身的颜色。Normalize 的均值和标准差沿用 ImageNet 的统计量如果训练数据整体偏暗偏黄强烈建议自己用数据集重新统计一份均值方差替换掉这里的默认值。这里还必须解决类别不平衡问题。坏种样本少直接用 shuffle 训练会让模型偏向多数类。我一般用 WeightedRandomSampler 按类别权重采样让每个 batch 里各类别出现的概率尽量均衡from torch.utils.data import WeightedRandomSampler train_labels [s for _, s in train_ds.samples] label_count torch.bincount(torch.tensor(train_labels)) weights 1.0 / label_count[train_labels].double() sampler WeightedRandomSampler(weights, num_sampleslen(train_labels), replacementTrue) train_loader DataLoader(train_ds, batch_size32, samplersampler, num_workers4)WeightedRandomSampler 会让每轮 epoch 中少数类被重复采样到等效于提高了坏种样本的出现频率。采样器比简单复制少数类图像更稳因为它没有改变硬盘上的文件只是在取 batch 时按权重挑选。注意 replacementTrue 意味着同一张图可能在一个 epoch 里出现多次训练轮数可以相应减少。4. 训练与调参避坑损失曲线“好看”不代表现场能用4.1 翻车一准确率 95% 但现场误筛率奇高——类别不平衡的“虚高”训练完第一版模型验证集准确率报出 95%拿到现场一试好种子被误杀的比率高到没法用。把混淆矩阵打出来就明白了模型把所有样本都判成了“好种”因为好种占了主导比例准确率自然很高。这是类别不平衡带来的典型假象。解决分两步。第一步用 WeightedRandomSampler 或修改损失函数权重把少数类在训练中的占比拉起来。第二步评估指标从准确率换成坏种召回率因为种子筛选场景更关心“坏种有没有漏过去”。漏掉一粒霉变花生整批货可能被下游客户拒收这是比误杀更严重的事故。from sklearn.metrics import classification_report preds, y_true [], [] with torch.no_grad(): for x, y in val_loader: preds model(x).argmax(dim1).tolist() y_true y.tolist() print(classification_report(y_true, preds, digits4, target_names[bad, good]))看报告时重点看“bad”这一行的 recall 和 f1-score。recall 低于 0.95说明坏种还在漏precision 低说明好种被误杀多这个指标可以调松一点毕竟误杀好种的成本通常低于漏过坏种。4.2 翻车二模型没在看花生而是在看托盘有一次训练集是在黑色橡胶垫上拍的模型在测试集上表现很好但换到分选线的白色传送带后准确率直接暴跌。用类激活图一查发现模型的高响应区域全在花生轮廓外围的背景上。原因是训练集背景过于单调模型偷懒地学习了“黑色背景上有一个亮色物体就是好种”这种捷径。验证模型是否真的关注花生本身可以用简化版 Grad-CAM 可视化最后一层卷积特征def grad_cam(model, input_tensor, target_layer): activations {} gradients {} def fwd_hook(m, inp, out): activations[value] out def bwd_hook(m, grad_in, grad_out): gradients[value] grad_out[0] h1 target_layer.register_forward_hook(fwd_hook) h2 target_layer.register_full_backward_hook(bwd_hook) out model(input_tensor.unsqueeze(0)) target out.argmax(dim1) model.zero_grad() out[0, target].backward() h1.remove() h2.remove() act activations[value].squeeze(0) grad gradients[value].squeeze(0) weights grad.mean(dim(1, 2), keepdimTrue) cam (weights * act).sum(dim0).relu() cam cam - cam.min() cam cam / (cam.max() 1e-6) return cam.detach().cpu().numpy()把热力图叠加到原图上如果高亮区域集中在花生轮廓内部说明模型学对了如果集中在背景或托盘边缘就要回炉数据。对策是给训练集增加背景扰动比如随机换背景图片、加入传送带纹理样本让“背景不变”这条捷径失效。之后验证集准确率可能先下降但现场测试会明显变稳这是值得接受的代价。4.3 翻车三验证集损失忽高忽低训练集 loss 却一路下降典型现象是训练损失稳步下降验证损失却每隔几个 epoch 就出现一次尖峰。原因常见有三个。第一学习率偏高模型在验证集上震荡第二BatchNorm 层的统计量在 batch size 很小时不稳定第三随机失活层在训练和验证时的行为不同导致验证 loss 与训练 loss 天然有差距。我的处理顺序是先固定随机种子让每次训练可复现再把学习率从 1e-3 降到 1e-4用 AdamW 优化器配合余弦退火最后把 batch size 提到至少 16。BatchNorm 在 batch size 小于 8 时统计量噪声很大梯度更新方向也会不稳定。如果这批数据本身就只有几百张直接砍掉 BatchNorm换成 GroupNorm 或者干脆用固定卷积层反而更稳。4.4 翻车四识别率线上下滑严重——光照迁移的坑线下测试集和现场图像来自不同相机、不同光源特征分布差异会让模型性能断崖式下跌。这不是过拟合而是领域漂移。对策是“去现场拍一次数据回灌”或者采集时使用和现场一致的光源和相机。如果条件不允许就在增强里把 ColorJitter 的 brightness 范围从 0.2 扩大到 0.5并在训练集里加入高斯模糊和轻微噪声提高模型对成像差异的容忍度。还有一种常见做法是先把所有图像统一预处理灰度化并做直方图均衡损失颜色信息但能大幅度抵消色温差异。花生霉变如果主要靠颜色区分灰度化会牺牲精度如果主要靠纹理和形状区分灰度化反而能提升鲁棒性。建议两类方案都试用测试集数据决定。5. 部署与验证把模型装进分选线前要做的最后三个动作5.1 导成 ONNX 并固定输入尺寸避免环境依赖训练结束后不要直接拿 PyTorch 模型去跑现场推理。现场工控机不一定有 PyTorch 环境安装依赖也是麻烦事。我一般会导出 ONNX再用 ONNX Runtime 加载import torch model.load_state_dict(torch.load(seed_cnn.pth, map_locationcpu)) model.eval() dummy torch.randn(1, 3, 128, 128) torch.onnx.export( model, dummy, seed_cnn.onnx, input_names[image], output_names[score], dynamic_axes{image: {0: batch}, score: {0: batch}}, opset_version13, )导出时 dynamic_axes 允许 batch 维度可变这样既能单张跑也能批量跑。opset_version 用 13 是安全选择兼容性和算子支持度都很成熟。CPU 部署时把 ONNX Runtime 的线程数设置为 CPU 核数减一避免推理线程占满所有核心导致图像采集线程延迟。如果想要更快的速度再用 INT8 静态量化但需要准备几百张校准图量化后精度一般下降 0.5%1.5%可先跑起来再评估。5.2 我的习惯错误样本库是最后一道防线部署后我会保留三份东西原始训练集、现场采集的未标注图像、模型误判图像。每周把误判图像按“好种误杀”和“坏种漏过”分类交给标注员补充标签再增量训练。这个闭环往往比任何网络结构优化都更有效。做了几轮回灌后你会明显感觉到模型在现场的稳定性是靠“把现场数据喂回去”喂出来的而不是靠调参调出来的。希望这个从数据到部署的完整流程能帮你少走一段弯路也希望你在自己的项目里能跑出比预期更好的效果。本文还有配套的精品资源点击获取