Fresco - 水果蔬菜分类器

FRuit & vegEtable claSsifiCatiOn

一个基于深度学习的水果蔬菜图像分类项目，使用优化的 ResNet50 架构实现高精度分类。

🎯 项目概述

本项目实现了一个端到端的水果蔬菜图像分类系统，支持 36 种不同类别的水果和蔬菜识别。项目采用了现代化的深度学习技术栈，包括数据增强、混合精度训练、学习率调度等优化策略。

📊 数据集信息

数据来源: 工作台 - Heywhale.com
类别数量: 36 种水果蔬菜
数据分割: 训练集/验证集/测试集
支持类别:
- 水果：苹果、香蕉、葡萄、猕猴桃、柠檬、芒果、橙子、梨、菠萝、石榴、西瓜等
- 蔬菜：甜菜根、甜椒、卷心菜、胡萝卜、花椰菜、辣椒、玉米、黄瓜、茄子、大蒜、生姜等

🏗️ 项目结构

Fresco/
├── train_latest.py          # 主训练脚本
├── utils_latest.py          # 工具函数和模型定义
├── predict_latest.py        # 预测脚本
├── best_model.pth          # 最佳模型权重
├── latest_checkpoint.pth   # 最新检查点
├── optimized_results.png   # 训练结果可视化
├── Dataset/                # 数据集目录
│   ├── train/              # 训练数据
│   ├── validation/         # 验证数据
│   └── test/               # 测试数据
├── web/                    # Web应用
│   ├── app.py              # Flask应用
│   └── templates/          # 网页模板
└── train_v*/               # 历史版本训练代码

🔧 技术栈

深度学习框架: PyTorch 2.0+
计算机视觉: torchvision
模型架构: ResNet50 (预训练) + 自定义分类头
优化器: AdamW
学习率调度: OneCycleLR / CosineAnnealingWarmRestarts
数据增强: torchvision.transforms.v2
混合精度训练: torch.amp
可视化: matplotlib
Web框架: Flask

🚀 快速开始

环境安装

# 克隆项目
git clone <repository-url>
cd Fresco

# 安装依赖
pip install -r requirements.txt

训练模型

python train_latest.py

进行预测

python predict_latest.py

启动Web应用

cd web
python app.py

📋 模型训练详细流程

1. 数据预处理与增强

训练数据增强策略：

train_transform = v2.Compose([
    v2.Resize((256, 256)),                                    # 图像缩放
    v2.RandomResizedCrop(224, scale=(0.6, 1.0), ratio=(0.7, 1.3)),  # 随机裁剪
    v2.RandomHorizontalFlip(p=0.5),                          # 水平翻转
    v2.RandomVerticalFlip(p=0.4),                            # 垂直翻转
    v2.RandomRotation(degrees=35),                           # 随机旋转
    v2.RandomAffine(degrees=0, translate=(0.2, 0.2), 
                    scale=(0.8, 1.2), shear=(-15, 15, -15, 15)),  # 仿射变换
    v2.RandomPerspective(distortion_scale=0.2, p=0.3),       # 透视变换
    v2.ColorJitter(brightness=0.4, contrast=0.4, 
                   saturation=0.4, hue=0.15),                # 颜色抖动
    v2.RandomAutocontrast(p=0.4),                            # 自动对比度
    v2.RandomEqualize(p=0.3),                                # 直方图均衡化
    v2.RandomAdjustSharpness(sharpness_factor=2, p=0.3),     # 锐度调整
    v2.RandomPosterize(bits=4, p=0.3),                       # 色彩量化
    v2.RandomSolarize(threshold=128, p=0.3),                 # 曝光效果
    v2.RandomApply([v2.GaussianBlur(kernel_size=5, sigma=(0.1, 3.0))], p=0.4),  # 高斯模糊
    v2.RandomErasing(p=0.3, scale=(0.02, 0.25), ratio=(0.3, 3.3)),  # 随机擦除
    v2.ToTensor(),                                           # 转为张量
    v2.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])  # ImageNet标准化
])

验证数据预处理：

val_transform = v2.Compose([
    v2.Resize((224, 224)),                                   # 固定尺寸
    v2.ToTensor(),                                           # 转为张量
    v2.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])  # 标准化
])

2. 模型架构设计

基础架构：

主干网络: ResNet50 (ImageNet预训练权重)
冻结策略: 冻结前70%的层，微调后30%的层
分类头: 多层感知机 + 注意力机制

自定义分类头：

self.backbone.fc = nn.Sequential(
    nn.Linear(num_features, 1024),      # 第一层线性变换
    nn.LayerNorm(1024),                 # 层归一化
    nn.GELU(),                          # GELU激活函数
    nn.Dropout(0.4),                    # Dropout正则化
    AttentionLayer(1024),               # 自注意力层
    nn.Linear(1024, 512),               # 第二层线性变换
    nn.LayerNorm(512),                  # 层归一化
    nn.GELU(),                          # GELU激活函数
    nn.Dropout(0.3),                    # Dropout正则化
    nn.Linear(512, num_classes)         # 输出层
)

注意力机制：

class AttentionLayer(nn.Module):
    def __init__(self, in_features):
        super().__init__()
        self.attention = nn.Sequential(
            nn.Linear(in_features, in_features // 4),  # 降维
            nn.ReLU(),                                 # 激活
            nn.Linear(in_features // 4, in_features), # 升维
            nn.Sigmoid()                               # 注意力权重
        )
    
    def forward(self, x):
        weights = self.attention(x)
        return x * weights  # 加权特征

3. 超参数配置

@dataclass
class HyperparameterConfig:
    # 数据相关
    batch_size: int = 16                    # 批大小
    num_workers: int = 4                    # 数据加载并行度
    pin_memory: bool = True                 # 内存锁定

    # 优化器相关
    learning_rate: float = 1e-3             # 初始学习率
    weight_decay: float = 0.01              # 权重衰减(L2正则化)
    betas: tuple = (0.9, 0.999)             # AdamW动量参数
    eps: float = 1e-8                       # 数值稳定性参数

    # 学习率调度
    scheduler_type: str = "onecycle"        # 调度器类型
    max_lr: float = 1e-3                    # 最大学习率
    pct_start: float = 0.1                  # 学习率上升阶段比例
    anneal_strategy: str = "cos"            # 退火策略

    # 训练相关
    epochs: int = 60                        # 训练轮数
    warmup_epochs: int = 5                  # 预热轮数
    patience: int = 10                      # 早停耐心值

    # 正则化
    dropout: float = 0.3                    # Dropout概率
    label_smoothing: float = 0.1            # 标签平滑

    # 混合精度训练
    use_amp: bool = True                    # 启用自动混合精度

    # 梯度相关
    gradient_clip_val: float = 1.0          # 梯度裁剪
    accumulate_grad_batches: int = 1        # 梯度累积

4. 训练优化策略

学习率调度策略：

OneCycleLR: 单周期学习率调度，快速收敛
预热阶段: 前5个epoch线性增加学习率
退火策略: 余弦退火降低学习率

正则化技术：

权重衰减: L2正则化防止过拟合
Dropout: 随机失活神经元
标签平滑: 减少过度自信预测
梯度裁剪: 防止梯度爆炸

混合精度训练：

使用 torch.amp.autocast 和 GradScaler
加速训练并减少显存占用
保持数值稳定性

早停机制：

监控验证损失，防止过拟合
耐心值为10个epoch
自动恢复最佳权重

5. 训练流程监控

实时指标追踪：

训练/验证损失和准确率
学习率变化
训练时间统计

模型保存策略：

每个epoch保存最新检查点 (latest_checkpoint.pth)
验证准确率提升时保存最佳模型 (best_model.pth)
支持断点续训

可视化输出：

训练过程曲线图
损失和准确率变化趋势
自动保存为 optimized_results.png

📈 模型性能

项目采用了多种优化技术确保模型性能：

数据增强: 15+种增强策略提升泛化能力
迁移学习: 使用ImageNet预训练权重
渐进式解冻: 逐步解冻网络层进行微调
注意力机制: 增强特征表示能力
混合精度训练: 提升训练效率
高级优化器: AdamW + OneCycleLR组合

🔮 使用示例

训练新模型

from utils_latest import *
from torch.utils.data import DataLoader
from torchvision.transforms import v2

# 配置超参数（直接修改 HyperparameterConfig 类的默认值）
config = HyperparameterConfig()
config.epochs = 100                      # 增加训练轮数
config.batch_size = 32                   # 调整批大小
config.learning_rate = 2e-3              # 提高学习率
config.weight_decay = 0.02               # 增加正则化
config.use_amp = True                    # 启用混合精度
config.patience = 15                     # 调整早停策略

# 设置设备
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

# 创建数据集和加载器（参考 train_latest.py 中的完整流程）
# 这里展示核心步骤：
data_path = "/path/to/your/Dataset"
train_dataset = FruitVegDataset(data_path, "train", train_transform)
val_dataset = FruitVegDataset(data_path, "validation", val_transform)

train_loader = DataLoader(train_dataset, batch_size=config.batch_size, shuffle=True)
val_loader = DataLoader(val_dataset, batch_size=config.batch_size, shuffle=False)

# 创建模型和训练器
model = OptimizedCNN(num_classes=len(train_dataset.classes)).to(device)
trainer = OptimizedTrainer(model, train_loader, val_loader, config)

# 开始训练
history = trainer.train()

# 绘制结果
plot_optimized_results(history)

进行预测

from utils_latest import OptimizedCNN
import torch

# 加载模型
model = OptimizedCNN(num_classes=36)
checkpoint = torch.load('best_model.pth')
model.load_state_dict(checkpoint['model_state_dict'])

# 预测图像
predict_image('image_url_or_path', model)

⚙️ 超参数配置说明

项目的所有超参数都在 utils_latest.py 文件中的 HyperparameterConfig 类中定义。你可以通过以下方式调整配置：

🔧 核心训练参数

config = HyperparameterConfig()

# 基础训练参数
config.epochs = 60                       # 训练轮数
config.batch_size = 16                   # 批大小
config.learning_rate = 1e-3              # 初始学习率
config.weight_decay = 0.01               # 权重衰减(L2正则化)

# 学习率调度
config.scheduler_type = "onecycle"       # 学习率调度器类型
config.max_lr = 1e-3                     # 最大学习率
config.warmup_epochs = 5                 # 预热轮数
config.patience = 10                     # 早停耐心值

🎯 优化策略参数

# 正则化设置
config.dropout = 0.3                     # Dropout概率
config.label_smoothing = 0.1             # 标签平滑
config.gradient_clip_val = 1.0           # 梯度裁剪

# 训练加速
config.use_amp = True                    # 混合精度训练
config.num_workers = 4                   # 数据加载线程数
config.pin_memory = True                 # 内存锁定

# 模型架构
config.backbone = "resnet50"             # 主干网络
config.pretrained = True                 # 使用预训练权重

📊 常用配置组合

高性能配置（强力GPU）：

config.epochs = 100
config.batch_size = 32
config.learning_rate = 2e-3
config.num_workers = 8
config.use_amp = True

低资源配置（较弱设备）：

config.epochs = 40
config.batch_size = 8
config.learning_rate = 5e-4
config.num_workers = 2
config.use_amp = False

调试配置（快速测试）：

config.epochs = 5
config.batch_size = 4
config.patience = 2
config.warmup_epochs = 1

🤝 贡献指南

欢迎提交 Issue 和 Pull Request 来改进项目！

📄 许可证

本项目采用 MIT 许可证。

Name		Name	Last commit message	Last commit date
Latest commit History 9 Commits
train_v1		train_v1
train_v2		train_v2
train_v3		train_v3
web		web
.gitignore		.gitignore
README.md		README.md
SYSTEM_DESIGN.md		SYSTEM_DESIGN.md
USAGE.md		USAGE.md
install.sh		install.sh
predict_latest.py		predict_latest.py
requirements.txt		requirements.txt
rm_zone_identifier_files.py		rm_zone_identifier_files.py
train_latest.py		train_latest.py
utils_latest.py		utils_latest.py

Balmy-afterGlow/fresco

Folders and files

Latest commit

History

Repository files navigation

Fresco - 水果蔬菜分类器

🎯 项目概述

📊 数据集信息

🏗️ 项目结构

🔧 技术栈

🚀 快速开始

环境安装

训练模型

进行预测

启动Web应用

📋 模型训练详细流程

1. 数据预处理与增强

训练数据增强策略：

验证数据预处理：

2. 模型架构设计

基础架构：

自定义分类头：

注意力机制：

3. 超参数配置

4. 训练优化策略

学习率调度策略：

正则化技术：

混合精度训练：

早停机制：

5. 训练流程监控

实时指标追踪：

模型保存策略：

可视化输出：

📈 模型性能

🔮 使用示例

训练新模型

进行预测

⚙️ 超参数配置说明

🔧 核心训练参数

🎯 优化策略参数

📊 常用配置组合

高性能配置（强力GPU）：

低资源配置（较弱设备）：

调试配置（快速测试）：

🤝 贡献指南

📄 许可证

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Languages

Packages