简介PDF文档《基于卷积神经网络的花生种子筛选识别算法》是一份农业智能检测方向的学术论文适合从事深度学习、机器视觉与种子品质检测的研究人员、工程师及研究生阅读。算法针对传统筛选分类复杂、准确率低、速度慢的痛点将花生种子分成完好与破损两类利用1500张花生图像训练CNN模型通过卷积层与池化层提取颜色、纹理特征优化后达到98.21%分类准确率与16.4 ms/粒的筛选速度相比人工外观识别和常规图像处理方法更高效。压缩包内仅含1个PDF文件大小1.77MB内容覆盖论文摘要、关键词、引言、CNN原理、实验设计与结果结论可直接用于领域调研、论文写作参考、算法复现或项目预研。已有141人学习下载适合希望快速理解CNN在农业图像识别中完整落地思路的研究者参考。1. 花生种子筛选识别从人工分选到卷积神经网络的这一步怎么迈花生种子筛选识别听起来是农业问题做起来是典型的图像分类与目标检测问题卷积神经网络CNN之所以能替代人工和传统机器视觉是因为它不写显式特征而是让网络自己从样本里学“什么是坏种子”。传统产线靠人工肉眼挑出霉变、破损、发芽、虫蛀的种子速度慢且标准不一传统机器视觉靠颜色阈值和形状特征一到光照变化和品种差异就失灵。下面按这条路径把关键步骤和踩坑点讲清楚适合正在做农业视觉选型、或者想把分类模型迁移到种子筛选场景的算法工程师。2. 数据是算法的上限花生种子的采集、标注与缺陷定义很多团队做花生种子筛选一上来就调模型结构结果模型换来换去准确率卡在93%上不去。我做的第一个方案也一样后来回头看问题根本不在网络而在数据缺陷定义模糊、标注不一致、采集光线乱。这一章先把数据这条线理顺因为后面所有模型选型和训练参数都是建立在“知道自己在分几类”这个前提上的。2.1 花生种子的缺陷类型与识别目标先定分类边界再谈算法花生种子花生仁的常见缺陷做产线筛选时至少要分这么几类正常仁、半粒/破损、霉变、发芽、虫蛀、皱缩/干瘪。其中霉变又分表面黑斑、黄曲霉发黄绿色、内部霉变切开才看得出这也是算法最容易翻车的地方——表观特征不一致标注的人也经常犹豫。所以数据采集前先跟农艺或品控人员把“缺陷界定标准”写成文档什么程度的斑点算霉变、半粒破损的范围是多少、颜色偏差到哪算异色。这个标准直接决定标注的一致性和最终模型能达到的天花板。常见做法是拍一组标杆图每类选10张典型图作为标注参考贴在标注平台里让每个标注人员对照着标不要凭感觉。分类边界一旦定了识别目标就清晰了如果只是把坏种子挑出去那就是图像分类输出“好/坏”或“好/坏/类别标签”如果还要统计霉变面积占比、定位缺陷位置就得转向目标检测。这个选择直接影响后面的模型选型别在数据做完之后才改。2.2 图像采集方案单颗拍摄与托盘拍摄的取舍采集方案我一般分两种。第一种是单颗拍摄用振动盘把花生逐颗送到相机下方背光或环形光源照明拍一张单颗图像分辨率可以做到很高比如1024x1024以上适合严格分选但产能受振动盘速度限制一般每秒十几颗。第二种是托盘拍摄把花生铺在带凹槽的托盘中一次拍几十上百颗产线速度快但每颗的像素数少小目标比如虫蛀孔容易漏。我的建议是先做算法验证用单颗拍摄因为每颗独立成图标注和调试都简单算法收敛也快等分类模型准确率稳定了再考虑用托盘拍摄配合目标检测做批量识别。不要一上来就上目标检测那个工程量不是一个算法岗两周能消化完的血泪经验。成像端还有两个细节要注意。一是光源用低角度环形光或背光能突出花生表面的纹理和破损轮廓二是用带偏振片的工业相机减少花生红衣表面的反光。反光会把霉变区域的真实颜色洗成高光白导致训练时模型学的全是反光特征一换光源就崩。2.3 标注规范与数据集划分别把坏种子混进验证集分类任务的数据集组织很简单按类别建文件夹就行。但要提醒一个常犯的错误同一个缺陷的花生形态差异其实很大如果只从一袋样品里采集训练集和验证集来自同一次拍摄模型学到的是“光和角度”不是“缺陷”。正确做法是分批次采集把不同批次、不同光照、不同品种的数据按比例切到训练集和验证集保证验证集里出现的图像分布跟产线真实情况接近。数据量方面常见做法是每类先做500到1000张种子图像分类任务在这个量级上配合预训练模型就能跑出可用的结果如果做目标检测每个类别要有2000个以上的标注框否则小目标漏检会非常严重。标注时用矩形框还是多边形花生大体是椭圆用矩形框就够了但破损和霉变如果挨着好果框的边界要统一“框住整个果仁还是只框缺陷区域”这个规范要在标注前写清楚。数据集划分建议按6比2比2切但一定按类别比例分层切。我这里给一段PyTorch项目里常用的目录划分脚本做分类时可以直接抄import random import shutil from pathlib import Path def split_dataset(src_dir, out_dir, train_ratio0.6, val_ratio0.2, seed42): 按类别目录划分数据集保证每类样本按同一比例进入训练/验证/测试集 random.seed(seed) src_dir Path(src_dir) for class_dir in src_dir.iterdir(): if not class_dir.is_dir(): continue imgs list(class_dir.glob(*)) random.shuffle(imgs) n len(imgs) n_train int(n * train_ratio) n_val int(n * (train_ratio val_ratio)) splits { train: imgs[:n_train], val: imgs[n_train:n_val], test: imgs[n_val:], } for split_name, file_list in splits.items(): dst Path(out_dir) / split_name / class_dir.name dst.mkdir(parentsTrue, exist_okTrue) for f in file_list: shutil.copy2(f, dst / f.name) print(split done) split_dataset(raw_data/, dataset/, train_ratio0.6, val_ratio0.2)这段代码的逻辑是先对每个类别的图片列表做随机打乱再按比例切成三段。关键在n_val的计算要取到train_ratio val_ratio的位置这样验证集和测试集的比例才准确如果不小心把n_val写成int(n * val_ratio)那么训练集和验证集会重叠大半后面训练时的验证集指标就全是假的模型过拟合了你也看不出来。seed42保证每次划分结果一致换数据或调参时可以复现这里用shutil.copy2而不是move是因为划分后如果发现分布不对原始数据还在不用吃后悔药。3. CNN模型选型分类、检测还是先分类后检测数据理顺之后才轮到模型。这里先说清楚卷积神经网络原理层面的选型逻辑——为什么分类场景选ResNet这类骨干网什么情况下必须上目标检测然后给一个可以直接跑的基线方案。3.1 卷积神经网络原理与骨干网选择ResNet18、MobileNetV3还是VGG16卷积神经网络原理上就是通过卷积核在图像上滑动提取局部特征浅层学边缘、颜色深层学纹理和部件级的组合特征。对花生这种表面纹理差异明显的物体骨干网不需要很深ResNet18/34就够用VGG16参数量大、计算量大在产线推理场景性价比很低除非你想拿它做对比实验。选骨干网的核心依据是推理平台和帧率要求。如果跑在工控机NVIDIA显卡上ResNet18或ResNet34配合TensorRT是最稳的组合如果跑在边缘盒子如Jetson或CPU上MobileNetV3或ShuffleNetV2更合适代价是准确率通常会低1到2个百分点。我一般先拿ResNet18做基线跑通流程后再用ONNX推断工具看哪一层拖慢速度。不要一上来就上ResNet50花生不是ImageNet那种千类问题深度带来的收益很小训练时间和过拟合风险却涨得很快。还要强调预训练权重的重要性。花生种子数据量再大也很难跟ImageNet的千万级数据比所以常见做法是加载ImageNet预训练权重把骨干网的浅层当作“通用的边缘和纹理提取器”冻结住只训练后面几层和分类头。这样做的好处是收敛快、数据需求小而且对光照变化的鲁棒性比从零训练好很多。从零训练不是不行只是需要至少3到5倍的数据量和更长的调参周期在项目排期上不划算。3.2 从分类到定位什么时候必须换成目标检测头这里要区分两个场景。场景一只需要“好/坏”二分类或“好/坏/A类/B类”多分类直接用分类网络。场景二产线需要在托盘图像中同时定位每颗花生并判断好坏分类网络做不到必须用目标检测常见做法是直接用YOLO系列开源框架输入整张托盘图输出每个花生的坐标框和类别。判断时机很简单如果你的输入图里只有一颗花生用分类如果一张图里有多个花生且还要知道每颗的位置用检测。很多团队在半粒和霉变混在一起的情形下强行用分类结果模型把“好果旁边有霉变果”这种情况当成坏果实际上是模型学到了周围的上下文而不是目标本身的特征这就是没分清分类和定位的边界。还有一个折中方案先检测后分类也就是用检测模型把每颗花生裁出来再送进分类网络判断具体缺陷类别。这样做的好处是检测模型只负责找位置输入分辨率可以低一点、速度快一点分类模型专注纹理判断可以用更高分辨率做细粒度识别两个模型各自做精比单模型拿检测头同时做定位和细粒度分类要稳缺点是推理链路多一拍。我自己的项目里最终上产线用的就是检测裁切加分类的两级结构。3.3 一个可落地的基线方案验证集准确率目标与算力预算给一个我常用的基线配置做参考。分类模型用ResNet18输入分辨率224x224ImageNet预训练权重冻结前4层训练60个epoch优化器Adam初始学习率1e-4batch size 64。这个配置在每类500张左右的数据量下验证集准确率一般能到95%左右如果到不了93%先不要调模型回头检查数据和标注八成是标注不一致。检测模型如果用YOLOv8n或YOLOv8s这类轻量配置输入分辨率固定640x640。YOLOv8是无anchor设计省了调anchor参数的步骤但要注意训练和推理时的分辨率必须一致否则小目标漏检会突然变严重。训练用官方仓库默认参数epoch设100验证集mAP50到0.85以上算可用如果mAP50卡在0.8以下优先检查标注框是否把缺陷区域完整包住而不是调置信度阈值。算力预算要提前算ResNet18在1080Ti上单卡训练5000张图大约1到2小时收敛推理单张224x224在工控机GPU上大约2到3毫秒加上前后处理能到每秒300颗以上完全够用。如果数据量到2万张建议直接上预训练模型加迁移学习否则从零训练的时间成本会成倍上升。总之先把基线的指标打出来再谈优化别把调参的精力花在没有基线对比的自我感动里。4. 训练与调参花生筛选模型的损失函数、数据增强与收敛判断训练环节是大多数人花时间最多的地方也是最容易被训练曲线骗到的地方。这一章讲损失的设定、数据增强的边界以及怎么判断模型真正收敛了。4.1 损失函数选择多分类交叉熵与样本不均衡的加权策略分类任务最常用的是CrossEntropyLoss但花生数据有个天然问题正常果占比可能超过80%霉变果可能只有5%。这种不均衡下模型会把所有样本都预测成正常果准确率看似很高85%实际毫无意义。常见做法是统计每类样本数量给损失函数加类别权重或直接用Focal Loss压低易分类样本的梯度贡献。PyTorch里加类别权重就一行import torch import torch.nn as nn class_counts torch.tensor([8000, 500, 800, 600, 300]) # 按类别顺序统计样本数 class_weights class_counts.sum() / (class_counts * len(class_counts)) criterion nn.CrossEntropyLoss(weightclass_weights)class_counts的顺序要和训练时类别的索引一一对应别在读取数据集时换过顺序而不改这里否则加权等于加错了类。权重公式做了归一化样本多的类权重小于1样本少的类权重大于1模型会更多地关注少数类样本。如果加了权重后发现正常果被误杀变多把正常果的权重往下调一点这个平衡要靠实验去试没有通用值。4.2 数据增强哪些变换对花生图片有效哪些会毁掉纹理特征数据增强的目的是让模型对光照、角度、位置变化鲁棒。花生筛选场景我常用的增强有随机水平/垂直翻转、小角度随机旋转±15度以内、随机亮度对比度±20%、随机高斯噪声。注意旋转角度别太大花生不是完全对称的物体旋转超过45度在真实产线里也不会出现反而会让模型学偏。颜色类增强要用得克制。霉变的本质是颜色从粉红/浅红变成黄褐、黑褐如果用ColorJitter把饱和度拉得过猛纹理特征会被色偏盖住模型会去学“整张图的颜色分布”而不是“霉斑斑块的局部纹理”。我的经验是把hue扰动设为0saturation扰动控制在0.2以内这样能保留霉变的关键线索。增强策略用torchvision组合起来from torchvision import transforms train_transform transforms.Compose([ transforms.Resize((256, 256)), transforms.RandomCrop(224), transforms.RandomHorizontalFlip(p0.5), transforms.RandomVerticalFlip(p0.2), transforms.RandomRotation(degrees15), transforms.ColorJitter(brightness0.2, contrast0.2, saturation0.2, hue0), 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RandomCrop到224相当于每次随机裁掉一圈像素带来轻微的位置扰动比直接Resize到224多一点变化ColorJitter里hue0是刻意的原因如上Normalize用的是ImageNet统计量因为加载的是ImageNet预训练权重前后必须一致。如果哪天你从零训练这组均值和方差要用自己数据集的统计量重新算否则第一层输入的分布就对不上。4.3 训练参数设置学习率、batch size、epoch与早停训练参数这块我一般这样定迁移学习场景Adam的初始学习率1e-4batch size 32或64训练到验证集损失停止下降就早停。如果只重新训练全连接层和最后两个block学习率可以调到5e-5到1e-4之间但不要超过这个量级否则预训练权重会被冲乱。epoch的确定不要拍脑袋。设一个最大epoch比如100配合早停patience设10到15轮监控验证集loss。早停逻辑可以这样写best_val_loss float(inf) patience 10 counter 0 for epoch in range(max_epochs): train_loss train_one_epoch(model, train_loader, criterion, optimizer) val_loss evaluate(model, val_loader, criterion) if val_loss best_val_loss: best_val_loss val_loss counter 0 torch.save(model.state_dict(), best.pth) else: counter 1 if counter patience: print(fearly stop at epoch {epoch}) break这里保存的是best.pth而不是最后一个epoch的模型。很多人直接拿最后一个epoch的权重去测试结果验证集loss已经回升了一个阶段准确率掉了两三个点还找不到原因。早停的判断指标用验证集loss而不是准确率因为loss对模型不确定性的变化更敏感在类别不均衡时不会骗人。学习率衰减我常用ReduceLROnPlateau在验证集loss连续5轮不降时把学习率乘以0.1配合早停基本能保证收敛到平台期。还有一个经验batch size翻倍学习率也要相应调大因为梯度估计更稳了如果改了batch size而学习率不变模型可能出现震荡训练曲线看起来像心电图。5. 花生种子筛选识别排查实录5个高频坑的现象、原因与解法这一章写我实际踩过的坑。每一条都是“现象到原因到解法”的记录遇到类似问题可以直接对照排查。5.1 训练损失降了、验证准确率却上不去过拟合还是标注噪声现象训练集准确率很快到99%验证集卡在88%到90%之间不动训练和验证的差距越拉越大。原因两个。一是真过拟合模型把训练集里特定光照、特定摆放角度的背景特征也学了二是标注噪声数据集里同一类缺陷的标准不一致模型在训练时反复被相互矛盾的标签拉偏。区分方法很简单随机抽100张训练集图片自己按标注规范重新标一遍和原标注不一致率超过3%优先怀疑标注。解决标注问题就回头统一标注或者把争议样本从训练集里剔除过拟合问题先做数据增强再冻结骨干网更多层最后才考虑加Dropout。顺序不要反过来因为数据增强和冻结都是不动模型结构的手段成本最低而加Dropout这种结构改动带来的收益在CNN上往往没有在MLP上那么明显。5.2 霉变种子漏检严重小目标与类别不均衡现象模型对破损和半粒的识别挺好但霉变这类缺陷的召回率只有70%左右很多霉变种子被当成正常果放过去。原因霉变很多时候是局部小斑块在224x224输入下只占几十个像素特征本身就弱再加上霉变样本本身少模型很容易把这类样本的梯度淹没在正常果的梯度里。解决分两步。先解决类别不均衡用上面说的class weight再解决小目标把输入分辨率提高到384或512霉变斑块的像素会更多模型能学到的局部纹理更多但训练和推理时间也会增加。另一个更有效的办法是改做检测任务用检测模型先定位霉斑区域再做判断但这是模型结构层面的改动建议在分类方案实在提不上去时再切换。5.3 换了一批花生品种准确率掉一截域偏移现象模型在A品种花生的验证集上准确率96%换成B品种比如红衣花生、黑花生后掉到82%。原因不同品种的花生表皮颜色、纹理粗细、大小都不相同模型在训练集里学的颜色分布和纹理特征在新的域上不成立。这就是典型的域偏移也是在农业场景里逃不掉的一关。解决最直接的办法是在训练数据里加入多个品种的样本每个品种至少200到300张如果新品种来不及采集可以用生成方式扩充——改变亮度、对比度、色调来模拟不同品种的表皮颜色差异但这只是缓兵之计真要稳还是要采集真实数据。另一个办法是训练时不用彩色图改用灰度图或灰度加纹理特征作为输入让模型少依赖颜色但这会牺牲正常果和霉变果之间部分颜色区别需要做A/B对比实验决定。注意换品种后不要只重测总准确率要单独看每个品种的混淆矩阵。很多模型总准确率看着没降多少细看是某个缺陷类别在换品种后彻底失灵了。5.4 产线推理速度不够模型剪枝与TensorRT量化现象ResNet34在工控机GPU上推理单颗图像要4到5毫秒但产线的节拍要求2毫秒内完成否则花生在传送带上就过去了。原因模型计算量超出硬件预算或者框架没有做推理优化。解决先做推理优化再动模型结构。训练好的模型导出为ONNX再用TensorRT做FP16量化ResNet18的推理延迟一般能从4毫秒降到2毫秒以内准确率损失通常在0.5个百分点以内。如果还不够才考虑换MobileNetV3或做通道剪枝。注意TensorRT的batch size要固定为产线实际用的大小动态batch虽然灵活但在某些设备上会引入额外延迟。换MobileNetV3之后记得重新做一次完整的验证集评估准确率低2个百分点以内可以接受超过2个点就要考虑是不是知识蒸馏没做好。5.5 光照一变就乱报成像端归一化与数据增强的边界现象实验室里准确率95%一搬到产线上午能跑、下午西晒光一照误报率飙升。原因模型学的特征里混入了光源方向和色温的信息。这是成像端的问题算法侧只能缓解不能根治。解决先把产线光源固定下来用遮光罩把环境光隔掉再用工业环形光源这比调任何算法参数都管用。算法侧可以做的是把训练数据里的亮度、色温变化范围加大甚至直接做光照增强模拟让模型学会无视光照变化。还有一个很隐蔽的细节相机自动白平衡一定要关掉固定色温否则同一颗花生在不同时间拍出来的颜色都不一样模型看到的就是同一目标两个完全不同的特征分布。这个坑经常排查到最后才发现是相机参数在“自动变”。6. 验证与进阶用混淆矩阵和Grad-CAM让模型“说人话”模型训练完不要只看一个总准确率。我用两个工具评估混淆矩阵看每类的错误方向Grad-CAM看模型聚焦的位置。这两个工具在算法面试里也常被问“如何评估一个分类模型的效果”属于必备技能。6.1 混淆矩阵每类缺陷的识别边界在哪混淆矩阵按行放真实类别、按列放预测类别。花生分类的混淆矩阵里最该看的是对角线旁边那些热点。比如“正常果被预测成破损”和“破损被预测成正常果”前者的代价是误杀好种子后者的代价是放走坏种子在产线上这两个代价完全不同。前者可以靠调低正常类别的阈值来缓解后者必须靠补样本和增强特征来解决。打印混淆矩阵可以这样from sklearn.metrics import confusion_matrix, classification_report import torch y_true, y_pred [], [] model.eval() with torch.no_grad(): for imgs, labels in val_loader: out model(imgs) preds out.argmax(dim1) y_true.extend(labels.tolist()) y_pred.extend(preds.tolist()) cm confusion_matrix(y_true, y_pred) print(classification_report(y_true, y_pred, target_namesclass_names)) print(cm)classification_report会给出每类的precision、recall、f1比单一准确率信息量大得多。产线场景重点看recall因为漏掉一颗霉变种子的代价远大于多扔一颗好种子。6.2 Grad-CAM可视化模型到底在看种子的哪一部分Grad-CAM用最后一层卷积的梯度加权激活图形成热力图显示模型分类时关注图像哪个区域。花生筛选场景我见过两种可疑行为一种是模型看的是背景桌面纹理说明数据采集时背景不统一模型钻了空子另一种是看的是花生整体轮廓而不是霉斑位置说明模型还在用形状判断这类样本要分析是不是缺陷定义本身就不统一。做Grad-CAM很简单形成习惯后每次换数据集都跑一遍你会发现很多准确率指标解释不了的模型行为。6.3 进阶方向从单颗识别到批量计数与分选联动如果单颗识别已经稳定下一步可以往两个方向扩展。一个是把分类模型嵌入分选设备用PLC或串口把类别结果同步给电磁阀按好坏分开到不同通道这个联动逻辑的关键是延迟——从相机触发到电磁阀动作的延时必须固定拍完一张算完一帧就把结果发出去不要等批量缓冲否则传送带位置对不上。另一个是批量托盘检测用检测模型把托盘里几十颗花生一次定位和分类配合计数统计每批的坏籽率直接输出给生产管理系统。我现在的习惯是每次训练完先打印混淆矩阵确认代价最大的错误再跑Grad-CAM看模型是“看对了地方还是蒙对了结果”然后才写验收报告。这两步加起来不到十分钟却能把模型的黑匣子状态打开大半省掉后面很多在产线上猜来猜去的排查时间。花生种子筛选这个方向本身不复杂难的是数据规范、成像稳定和评估细致把这三点做到位CNN方案是真的能顶班上岗的。希望帮到你。本文还有配套的精品资源点击获取 花生种子筛选识别实战：从CNN图像分类到目标检测的完整路径
简介PDF文档《基于卷积神经网络的花生种子筛选识别算法》是一份农业智能检测方向的学术论文适合从事深度学习、机器视觉与种子品质检测的研究人员、工程师及研究生阅读。算法针对传统筛选分类复杂、准确率低、速度慢的痛点将花生种子分成完好与破损两类利用1500张花生图像训练CNN模型通过卷积层与池化层提取颜色、纹理特征优化后达到98.21%分类准确率与16.4 ms/粒的筛选速度相比人工外观识别和常规图像处理方法更高效。压缩包内仅含1个PDF文件大小1.77MB内容覆盖论文摘要、关键词、引言、CNN原理、实验设计与结果结论可直接用于领域调研、论文写作参考、算法复现或项目预研。已有141人学习下载适合希望快速理解CNN在农业图像识别中完整落地思路的研究者参考。1. 花生种子筛选识别从人工分选到卷积神经网络的这一步怎么迈花生种子筛选识别听起来是农业问题做起来是典型的图像分类与目标检测问题卷积神经网络CNN之所以能替代人工和传统机器视觉是因为它不写显式特征而是让网络自己从样本里学“什么是坏种子”。传统产线靠人工肉眼挑出霉变、破损、发芽、虫蛀的种子速度慢且标准不一传统机器视觉靠颜色阈值和形状特征一到光照变化和品种差异就失灵。下面按这条路径把关键步骤和踩坑点讲清楚适合正在做农业视觉选型、或者想把分类模型迁移到种子筛选场景的算法工程师。2. 数据是算法的上限花生种子的采集、标注与缺陷定义很多团队做花生种子筛选一上来就调模型结构结果模型换来换去准确率卡在93%上不去。我做的第一个方案也一样后来回头看问题根本不在网络而在数据缺陷定义模糊、标注不一致、采集光线乱。这一章先把数据这条线理顺因为后面所有模型选型和训练参数都是建立在“知道自己在分几类”这个前提上的。2.1 花生种子的缺陷类型与识别目标先定分类边界再谈算法花生种子花生仁的常见缺陷做产线筛选时至少要分这么几类正常仁、半粒/破损、霉变、发芽、虫蛀、皱缩/干瘪。其中霉变又分表面黑斑、黄曲霉发黄绿色、内部霉变切开才看得出这也是算法最容易翻车的地方——表观特征不一致标注的人也经常犹豫。所以数据采集前先跟农艺或品控人员把“缺陷界定标准”写成文档什么程度的斑点算霉变、半粒破损的范围是多少、颜色偏差到哪算异色。这个标准直接决定标注的一致性和最终模型能达到的天花板。常见做法是拍一组标杆图每类选10张典型图作为标注参考贴在标注平台里让每个标注人员对照着标不要凭感觉。分类边界一旦定了识别目标就清晰了如果只是把坏种子挑出去那就是图像分类输出“好/坏”或“好/坏/类别标签”如果还要统计霉变面积占比、定位缺陷位置就得转向目标检测。这个选择直接影响后面的模型选型别在数据做完之后才改。2.2 图像采集方案单颗拍摄与托盘拍摄的取舍采集方案我一般分两种。第一种是单颗拍摄用振动盘把花生逐颗送到相机下方背光或环形光源照明拍一张单颗图像分辨率可以做到很高比如1024x1024以上适合严格分选但产能受振动盘速度限制一般每秒十几颗。第二种是托盘拍摄把花生铺在带凹槽的托盘中一次拍几十上百颗产线速度快但每颗的像素数少小目标比如虫蛀孔容易漏。我的建议是先做算法验证用单颗拍摄因为每颗独立成图标注和调试都简单算法收敛也快等分类模型准确率稳定了再考虑用托盘拍摄配合目标检测做批量识别。不要一上来就上目标检测那个工程量不是一个算法岗两周能消化完的血泪经验。成像端还有两个细节要注意。一是光源用低角度环形光或背光能突出花生表面的纹理和破损轮廓二是用带偏振片的工业相机减少花生红衣表面的反光。反光会把霉变区域的真实颜色洗成高光白导致训练时模型学的全是反光特征一换光源就崩。2.3 标注规范与数据集划分别把坏种子混进验证集分类任务的数据集组织很简单按类别建文件夹就行。但要提醒一个常犯的错误同一个缺陷的花生形态差异其实很大如果只从一袋样品里采集训练集和验证集来自同一次拍摄模型学到的是“光和角度”不是“缺陷”。正确做法是分批次采集把不同批次、不同光照、不同品种的数据按比例切到训练集和验证集保证验证集里出现的图像分布跟产线真实情况接近。数据量方面常见做法是每类先做500到1000张种子图像分类任务在这个量级上配合预训练模型就能跑出可用的结果如果做目标检测每个类别要有2000个以上的标注框否则小目标漏检会非常严重。标注时用矩形框还是多边形花生大体是椭圆用矩形框就够了但破损和霉变如果挨着好果框的边界要统一“框住整个果仁还是只框缺陷区域”这个规范要在标注前写清楚。数据集划分建议按6比2比2切但一定按类别比例分层切。我这里给一段PyTorch项目里常用的目录划分脚本做分类时可以直接抄import random import shutil from pathlib import Path def split_dataset(src_dir, out_dir, train_ratio0.6, val_ratio0.2, seed42): 按类别目录划分数据集保证每类样本按同一比例进入训练/验证/测试集 random.seed(seed) src_dir Path(src_dir) for class_dir in src_dir.iterdir(): if not class_dir.is_dir(): continue imgs list(class_dir.glob(*)) random.shuffle(imgs) n len(imgs) n_train int(n * train_ratio) n_val int(n * (train_ratio val_ratio)) splits { train: imgs[:n_train], val: imgs[n_train:n_val], test: imgs[n_val:], } for split_name, file_list in splits.items(): dst Path(out_dir) / split_name / class_dir.name dst.mkdir(parentsTrue, exist_okTrue) for f in file_list: shutil.copy2(f, dst / f.name) print(split done) split_dataset(raw_data/, dataset/, train_ratio0.6, val_ratio0.2)这段代码的逻辑是先对每个类别的图片列表做随机打乱再按比例切成三段。关键在n_val的计算要取到train_ratio val_ratio的位置这样验证集和测试集的比例才准确如果不小心把n_val写成int(n * val_ratio)那么训练集和验证集会重叠大半后面训练时的验证集指标就全是假的模型过拟合了你也看不出来。seed42保证每次划分结果一致换数据或调参时可以复现这里用shutil.copy2而不是move是因为划分后如果发现分布不对原始数据还在不用吃后悔药。3. CNN模型选型分类、检测还是先分类后检测数据理顺之后才轮到模型。这里先说清楚卷积神经网络原理层面的选型逻辑——为什么分类场景选ResNet这类骨干网什么情况下必须上目标检测然后给一个可以直接跑的基线方案。3.1 卷积神经网络原理与骨干网选择ResNet18、MobileNetV3还是VGG16卷积神经网络原理上就是通过卷积核在图像上滑动提取局部特征浅层学边缘、颜色深层学纹理和部件级的组合特征。对花生这种表面纹理差异明显的物体骨干网不需要很深ResNet18/34就够用VGG16参数量大、计算量大在产线推理场景性价比很低除非你想拿它做对比实验。选骨干网的核心依据是推理平台和帧率要求。如果跑在工控机NVIDIA显卡上ResNet18或ResNet34配合TensorRT是最稳的组合如果跑在边缘盒子如Jetson或CPU上MobileNetV3或ShuffleNetV2更合适代价是准确率通常会低1到2个百分点。我一般先拿ResNet18做基线跑通流程后再用ONNX推断工具看哪一层拖慢速度。不要一上来就上ResNet50花生不是ImageNet那种千类问题深度带来的收益很小训练时间和过拟合风险却涨得很快。还要强调预训练权重的重要性。花生种子数据量再大也很难跟ImageNet的千万级数据比所以常见做法是加载ImageNet预训练权重把骨干网的浅层当作“通用的边缘和纹理提取器”冻结住只训练后面几层和分类头。这样做的好处是收敛快、数据需求小而且对光照变化的鲁棒性比从零训练好很多。从零训练不是不行只是需要至少3到5倍的数据量和更长的调参周期在项目排期上不划算。3.2 从分类到定位什么时候必须换成目标检测头这里要区分两个场景。场景一只需要“好/坏”二分类或“好/坏/A类/B类”多分类直接用分类网络。场景二产线需要在托盘图像中同时定位每颗花生并判断好坏分类网络做不到必须用目标检测常见做法是直接用YOLO系列开源框架输入整张托盘图输出每个花生的坐标框和类别。判断时机很简单如果你的输入图里只有一颗花生用分类如果一张图里有多个花生且还要知道每颗的位置用检测。很多团队在半粒和霉变混在一起的情形下强行用分类结果模型把“好果旁边有霉变果”这种情况当成坏果实际上是模型学到了周围的上下文而不是目标本身的特征这就是没分清分类和定位的边界。还有一个折中方案先检测后分类也就是用检测模型把每颗花生裁出来再送进分类网络判断具体缺陷类别。这样做的好处是检测模型只负责找位置输入分辨率可以低一点、速度快一点分类模型专注纹理判断可以用更高分辨率做细粒度识别两个模型各自做精比单模型拿检测头同时做定位和细粒度分类要稳缺点是推理链路多一拍。我自己的项目里最终上产线用的就是检测裁切加分类的两级结构。3.3 一个可落地的基线方案验证集准确率目标与算力预算给一个我常用的基线配置做参考。分类模型用ResNet18输入分辨率224x224ImageNet预训练权重冻结前4层训练60个epoch优化器Adam初始学习率1e-4batch size 64。这个配置在每类500张左右的数据量下验证集准确率一般能到95%左右如果到不了93%先不要调模型回头检查数据和标注八成是标注不一致。检测模型如果用YOLOv8n或YOLOv8s这类轻量配置输入分辨率固定640x640。YOLOv8是无anchor设计省了调anchor参数的步骤但要注意训练和推理时的分辨率必须一致否则小目标漏检会突然变严重。训练用官方仓库默认参数epoch设100验证集mAP50到0.85以上算可用如果mAP50卡在0.8以下优先检查标注框是否把缺陷区域完整包住而不是调置信度阈值。算力预算要提前算ResNet18在1080Ti上单卡训练5000张图大约1到2小时收敛推理单张224x224在工控机GPU上大约2到3毫秒加上前后处理能到每秒300颗以上完全够用。如果数据量到2万张建议直接上预训练模型加迁移学习否则从零训练的时间成本会成倍上升。总之先把基线的指标打出来再谈优化别把调参的精力花在没有基线对比的自我感动里。4. 训练与调参花生筛选模型的损失函数、数据增强与收敛判断训练环节是大多数人花时间最多的地方也是最容易被训练曲线骗到的地方。这一章讲损失的设定、数据增强的边界以及怎么判断模型真正收敛了。4.1 损失函数选择多分类交叉熵与样本不均衡的加权策略分类任务最常用的是CrossEntropyLoss但花生数据有个天然问题正常果占比可能超过80%霉变果可能只有5%。这种不均衡下模型会把所有样本都预测成正常果准确率看似很高85%实际毫无意义。常见做法是统计每类样本数量给损失函数加类别权重或直接用Focal Loss压低易分类样本的梯度贡献。PyTorch里加类别权重就一行import torch import torch.nn as nn class_counts torch.tensor([8000, 500, 800, 600, 300]) # 按类别顺序统计样本数 class_weights class_counts.sum() / (class_counts * len(class_counts)) criterion nn.CrossEntropyLoss(weightclass_weights)class_counts的顺序要和训练时类别的索引一一对应别在读取数据集时换过顺序而不改这里否则加权等于加错了类。权重公式做了归一化样本多的类权重小于1样本少的类权重大于1模型会更多地关注少数类样本。如果加了权重后发现正常果被误杀变多把正常果的权重往下调一点这个平衡要靠实验去试没有通用值。4.2 数据增强哪些变换对花生图片有效哪些会毁掉纹理特征数据增强的目的是让模型对光照、角度、位置变化鲁棒。花生筛选场景我常用的增强有随机水平/垂直翻转、小角度随机旋转±15度以内、随机亮度对比度±20%、随机高斯噪声。注意旋转角度别太大花生不是完全对称的物体旋转超过45度在真实产线里也不会出现反而会让模型学偏。颜色类增强要用得克制。霉变的本质是颜色从粉红/浅红变成黄褐、黑褐如果用ColorJitter把饱和度拉得过猛纹理特征会被色偏盖住模型会去学“整张图的颜色分布”而不是“霉斑斑块的局部纹理”。我的经验是把hue扰动设为0saturation扰动控制在0.2以内这样能保留霉变的关键线索。增强策略用torchvision组合起来from torchvision import transforms train_transform transforms.Compose([ transforms.Resize((256, 256)), transforms.RandomCrop(224), transforms.RandomHorizontalFlip(p0.5), transforms.RandomVerticalFlip(p0.2), transforms.RandomRotation(degrees15), transforms.ColorJitter(brightness0.2, contrast0.2, saturation0.2, hue0), 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RandomCrop到224相当于每次随机裁掉一圈像素带来轻微的位置扰动比直接Resize到224多一点变化ColorJitter里hue0是刻意的原因如上Normalize用的是ImageNet统计量因为加载的是ImageNet预训练权重前后必须一致。如果哪天你从零训练这组均值和方差要用自己数据集的统计量重新算否则第一层输入的分布就对不上。4.3 训练参数设置学习率、batch size、epoch与早停训练参数这块我一般这样定迁移学习场景Adam的初始学习率1e-4batch size 32或64训练到验证集损失停止下降就早停。如果只重新训练全连接层和最后两个block学习率可以调到5e-5到1e-4之间但不要超过这个量级否则预训练权重会被冲乱。epoch的确定不要拍脑袋。设一个最大epoch比如100配合早停patience设10到15轮监控验证集loss。早停逻辑可以这样写best_val_loss float(inf) patience 10 counter 0 for epoch in range(max_epochs): train_loss train_one_epoch(model, train_loader, criterion, optimizer) val_loss evaluate(model, val_loader, criterion) if val_loss best_val_loss: best_val_loss val_loss counter 0 torch.save(model.state_dict(), best.pth) else: counter 1 if counter patience: print(fearly stop at epoch {epoch}) break这里保存的是best.pth而不是最后一个epoch的模型。很多人直接拿最后一个epoch的权重去测试结果验证集loss已经回升了一个阶段准确率掉了两三个点还找不到原因。早停的判断指标用验证集loss而不是准确率因为loss对模型不确定性的变化更敏感在类别不均衡时不会骗人。学习率衰减我常用ReduceLROnPlateau在验证集loss连续5轮不降时把学习率乘以0.1配合早停基本能保证收敛到平台期。还有一个经验batch size翻倍学习率也要相应调大因为梯度估计更稳了如果改了batch size而学习率不变模型可能出现震荡训练曲线看起来像心电图。5. 花生种子筛选识别排查实录5个高频坑的现象、原因与解法这一章写我实际踩过的坑。每一条都是“现象到原因到解法”的记录遇到类似问题可以直接对照排查。5.1 训练损失降了、验证准确率却上不去过拟合还是标注噪声现象训练集准确率很快到99%验证集卡在88%到90%之间不动训练和验证的差距越拉越大。原因两个。一是真过拟合模型把训练集里特定光照、特定摆放角度的背景特征也学了二是标注噪声数据集里同一类缺陷的标准不一致模型在训练时反复被相互矛盾的标签拉偏。区分方法很简单随机抽100张训练集图片自己按标注规范重新标一遍和原标注不一致率超过3%优先怀疑标注。解决标注问题就回头统一标注或者把争议样本从训练集里剔除过拟合问题先做数据增强再冻结骨干网更多层最后才考虑加Dropout。顺序不要反过来因为数据增强和冻结都是不动模型结构的手段成本最低而加Dropout这种结构改动带来的收益在CNN上往往没有在MLP上那么明显。5.2 霉变种子漏检严重小目标与类别不均衡现象模型对破损和半粒的识别挺好但霉变这类缺陷的召回率只有70%左右很多霉变种子被当成正常果放过去。原因霉变很多时候是局部小斑块在224x224输入下只占几十个像素特征本身就弱再加上霉变样本本身少模型很容易把这类样本的梯度淹没在正常果的梯度里。解决分两步。先解决类别不均衡用上面说的class weight再解决小目标把输入分辨率提高到384或512霉变斑块的像素会更多模型能学到的局部纹理更多但训练和推理时间也会增加。另一个更有效的办法是改做检测任务用检测模型先定位霉斑区域再做判断但这是模型结构层面的改动建议在分类方案实在提不上去时再切换。5.3 换了一批花生品种准确率掉一截域偏移现象模型在A品种花生的验证集上准确率96%换成B品种比如红衣花生、黑花生后掉到82%。原因不同品种的花生表皮颜色、纹理粗细、大小都不相同模型在训练集里学的颜色分布和纹理特征在新的域上不成立。这就是典型的域偏移也是在农业场景里逃不掉的一关。解决最直接的办法是在训练数据里加入多个品种的样本每个品种至少200到300张如果新品种来不及采集可以用生成方式扩充——改变亮度、对比度、色调来模拟不同品种的表皮颜色差异但这只是缓兵之计真要稳还是要采集真实数据。另一个办法是训练时不用彩色图改用灰度图或灰度加纹理特征作为输入让模型少依赖颜色但这会牺牲正常果和霉变果之间部分颜色区别需要做A/B对比实验决定。注意换品种后不要只重测总准确率要单独看每个品种的混淆矩阵。很多模型总准确率看着没降多少细看是某个缺陷类别在换品种后彻底失灵了。5.4 产线推理速度不够模型剪枝与TensorRT量化现象ResNet34在工控机GPU上推理单颗图像要4到5毫秒但产线的节拍要求2毫秒内完成否则花生在传送带上就过去了。原因模型计算量超出硬件预算或者框架没有做推理优化。解决先做推理优化再动模型结构。训练好的模型导出为ONNX再用TensorRT做FP16量化ResNet18的推理延迟一般能从4毫秒降到2毫秒以内准确率损失通常在0.5个百分点以内。如果还不够才考虑换MobileNetV3或做通道剪枝。注意TensorRT的batch size要固定为产线实际用的大小动态batch虽然灵活但在某些设备上会引入额外延迟。换MobileNetV3之后记得重新做一次完整的验证集评估准确率低2个百分点以内可以接受超过2个点就要考虑是不是知识蒸馏没做好。5.5 光照一变就乱报成像端归一化与数据增强的边界现象实验室里准确率95%一搬到产线上午能跑、下午西晒光一照误报率飙升。原因模型学的特征里混入了光源方向和色温的信息。这是成像端的问题算法侧只能缓解不能根治。解决先把产线光源固定下来用遮光罩把环境光隔掉再用工业环形光源这比调任何算法参数都管用。算法侧可以做的是把训练数据里的亮度、色温变化范围加大甚至直接做光照增强模拟让模型学会无视光照变化。还有一个很隐蔽的细节相机自动白平衡一定要关掉固定色温否则同一颗花生在不同时间拍出来的颜色都不一样模型看到的就是同一目标两个完全不同的特征分布。这个坑经常排查到最后才发现是相机参数在“自动变”。6. 验证与进阶用混淆矩阵和Grad-CAM让模型“说人话”模型训练完不要只看一个总准确率。我用两个工具评估混淆矩阵看每类的错误方向Grad-CAM看模型聚焦的位置。这两个工具在算法面试里也常被问“如何评估一个分类模型的效果”属于必备技能。6.1 混淆矩阵每类缺陷的识别边界在哪混淆矩阵按行放真实类别、按列放预测类别。花生分类的混淆矩阵里最该看的是对角线旁边那些热点。比如“正常果被预测成破损”和“破损被预测成正常果”前者的代价是误杀好种子后者的代价是放走坏种子在产线上这两个代价完全不同。前者可以靠调低正常类别的阈值来缓解后者必须靠补样本和增强特征来解决。打印混淆矩阵可以这样from sklearn.metrics import confusion_matrix, classification_report import torch y_true, y_pred [], [] model.eval() with torch.no_grad(): for imgs, labels in val_loader: out model(imgs) preds out.argmax(dim1) y_true.extend(labels.tolist()) y_pred.extend(preds.tolist()) cm confusion_matrix(y_true, y_pred) print(classification_report(y_true, y_pred, target_namesclass_names)) print(cm)classification_report会给出每类的precision、recall、f1比单一准确率信息量大得多。产线场景重点看recall因为漏掉一颗霉变种子的代价远大于多扔一颗好种子。6.2 Grad-CAM可视化模型到底在看种子的哪一部分Grad-CAM用最后一层卷积的梯度加权激活图形成热力图显示模型分类时关注图像哪个区域。花生筛选场景我见过两种可疑行为一种是模型看的是背景桌面纹理说明数据采集时背景不统一模型钻了空子另一种是看的是花生整体轮廓而不是霉斑位置说明模型还在用形状判断这类样本要分析是不是缺陷定义本身就不统一。做Grad-CAM很简单形成习惯后每次换数据集都跑一遍你会发现很多准确率指标解释不了的模型行为。6.3 进阶方向从单颗识别到批量计数与分选联动如果单颗识别已经稳定下一步可以往两个方向扩展。一个是把分类模型嵌入分选设备用PLC或串口把类别结果同步给电磁阀按好坏分开到不同通道这个联动逻辑的关键是延迟——从相机触发到电磁阀动作的延时必须固定拍完一张算完一帧就把结果发出去不要等批量缓冲否则传送带位置对不上。另一个是批量托盘检测用检测模型把托盘里几十颗花生一次定位和分类配合计数统计每批的坏籽率直接输出给生产管理系统。我现在的习惯是每次训练完先打印混淆矩阵确认代价最大的错误再跑Grad-CAM看模型是“看对了地方还是蒙对了结果”然后才写验收报告。这两步加起来不到十分钟却能把模型的黑匣子状态打开大半省掉后面很多在产线上猜来猜去的排查时间。花生种子筛选这个方向本身不复杂难的是数据规范、成像稳定和评估细致把这三点做到位CNN方案是真的能顶班上岗的。希望帮到你。本文还有配套的精品资源点击获取