简介围绕水稻病虫害自动识别任务提供一套基于Python机器学习并结合Java/Vue前后端技术的完整源码与配套数据主要面向计算机、人工智能、自动化等专业的学生、教师及从业者既适用于毕业设计、期末大作业也可作为小白入门和进阶实践的学习材料。压缩包共311个文件大小2.56MB文件类型涵盖Java后台类与配置文件如Controller、Service实现、XML工程配置、Vue页面组件、JavaScript交互逻辑、CSS样式以及多类水稻病害叶片图像与标注数据前后端层次分明便于对照学习图像识别流程与系统集成方法。该资源目前已有294人学习下载源自个人毕业设计答辩评审分达98分所有代码均已调试测试确保可直接运行借助内置数据集可快速复现自动识别流程也可在现有模块基础上修改算法、更换作物或扩展功能整体参考价值较高。1. 从“图片分类”到能答辩的识别系统这个 Python 机器学习项目给你准备好了什么很多人拿到一个“基于 python 机器学习的水稻病虫害自动识别系统”源码包时第一反应是去找训练脚本第二反应是被一堆文件劝退。实际上这类自动识别项目的核心链路就一条数据加载 - 模型训练 - 效果验证 - 单张图片预测。这个高分毕设项目的价值在于它把整条链路完整跑通了图片数据、类别目录、训练脚本、预测模块全部配齐你不需要从零开始造轮子改改类别名和数据就能复现。那些正为毕业设计、期末大作业发愁的学生或者想快速验证图像分类思路的从业者拿这份源码去对照学习比闷头看教程要快得多。2. 源码与数据怎么组织先搞清数据集和脚本之间的“约定”2.1 拿到手先看四类文件训练、预测、配置与数据解压这个项目包之后不要急着运行。我习惯先从文件名把模块归类这样后续改参数时才不会到处翻文件。一个典型的基于 python 机器学习的水稻病虫害识别系统源码和数据一般会按下面的职责拆开文件/目录作用你需要改动的位置checkpoint/或weights/存放训练好的模型权重文件推理前检查路径是否存在train.py训练主脚本负责数据加载、模型初始化、训练循环和保存权重epoch、batch size、学习率在这里调predict.py加载权重做单张图片或文件夹预测类别名列表、图片预处理参数models/或model.py模型结构定义通常封装了骨干网络和分类头分类头输出的类别数量data/按类别分好文件夹的训练集、验证集、测试集新增类别时新建文件夹requirements.txt锁定 python 依赖库版本换环境时查看版本兼容性需要注意不同作者对文件命名习惯差异很大有的叫main.py有的叫train_model.py但核心不会变一定有一个脚本负责训练一个脚本负责推理还有一个目录放着按类别组织的图片数据。先读train.py的if __name__ __main__入口再倒推每一步调用了哪个函数这是读懂所有源码包最快的方式。2.2 ImageFolder 约定按类别建文件夹才是省事的关键这个项目用的是 torchvision 里非常经典的ImageFolder数据加载方式。它的约定很简单根目录下每个子文件夹的名字就是类别名文件夹里的所有图片都属于这一类。PyTorch 会自动按字母序给类别编号比如blast稻瘟病排第 0 类brown_spot褐斑病排第 1 类。这也是为什么预测脚本里经常有一行classes [blast, brown_spot, hispa]之类的列表顺序必须和训练时一致否则预测结果会对不上号。目录结构一般是这样的data/ ├── train/ │ ├── blast/ │ │ ├── 001.jpg │ │ └── 002.jpg │ ├── brown_spot/ │ │ └── ... │ ├── hispa/ │ │ └── ... │ └── normal/ │ └── ... ├── val/ │ ├── blast/ │ └── ... └── test/ └── ...我在本地复现这类项目时第一步永远是检查目录结构是否符合这个约定。如果某个类别在train里有 300 张图在val里只有 5 张那后续评估的准确率会有很大波动这点在最后一章的验证部分会展开。确认目录没问题后数据加载代码基本都是下面这个套路from torchvision import datasets, transforms train_transforms transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) train_dataset datasets.ImageFolder(rootdata/train, transformtrain_transforms) print(train_dataset.classes) # 打印类别名称列表 print(train_dataset.class_to_idx) # 打印类别名到编号的映射关系这里有两个地方要特别说明。Resize((224, 224))把图片统一到固定尺寸是因为绝大多数预训练分类网络默认输入是 224x224不统一尺寸会在模型 forward 时报 shape 不匹配。Normalize的 mean 和 std 用的是 ImageNet 数据集的统计值这是迁移学习场景下的标准做法——既然特征是通用视觉特征归一化方式也沿用预训练时的分布。如果数据集本身是灰度图需要在transforms里加transforms.Grayscale(num_output_channels3)再转 RGB否则权重维度对不上。3. 模型选型为什么小样本病虫害识别更适合经典 CNN 而不是直接上大模型3.1 从零训练不如迁移学习数据和算力都经不起折腾我见过不少同学拿到这类自动识别项目后第一件事是去装最新的 ViT 或者 Swin Transformer觉得模型越新效果越好。但在水稻病虫害这个场景下实际情况往往完全相反。一份毕设项目的数据集通常只有几千张图每个类别几百张从零训练一个深度模型几乎必然过拟合验证集准确率可能卡在 60% 上下不再动弹。而使用在 ImageNet 上预训练过的 ResNet 或 ConvNeXt 做迁移学习冻结骨干网络的一部分参数只训练分类头能在数据量有限的前提下快速收敛到可用的效果。这里顺便回应一个常见疑问项目标题写的是“机器学习”但代码里用的却是 CNN 这类深度网络。严格来说神经网络是机器学习的子集在课程设计和毕设语境下大家都默认这属于机器学习范畴。如果你的指导老师比较较真在答辩时不要只报模型名称要强调“基于预训练模型进行迁移学习”这个技术点这才是这个项目在方法层面的亮点。3.2 模型定义与训练主循环一份能直接跑的 train.py 骨架不管资源包里原作者的模型结构是什么样我建议你自己搭一个灵活可切换的骨架。这样将来想换 ResNet50 换 ConvNeXt 时只需要改一行配置不用重写训练逻辑。下面是我基于这类项目改过的典型训练脚本结构import torch import torch.nn as nn from torchvision import models class RiceDiseaseModel(nn.Module): def __init__(self, num_classes, backboneresnet50, freeze_backboneTrue): super().__init__() # 支持按名称动态加载骨干网络方便换模型对比 if backbone resnet50: self.backbone models.resnet50(weightsmodels.ResNet50_Weights.IMAGENET1K_V2) in_features self.backbone.fc.in_features self.backbone.fc nn.Linear(in_features, num_classes) elif backbone convnext_tiny: self.backbone models.convnext_tiny(weightsmodels.ConvNeXt_Tiny_Weights.IMAGENET1K_V1) in_features self.backbone.classifier[2].in_features self.backbone.classifier[2] nn.Linear(in_features, num_classes) else: raise ValueError(fUnknown backbone: {backbone}) # 骨干网络是否冻结冻结后只训练分类头显存占用小、收敛快 if freeze_backbone: for param in self.backbone.parameters(): param.requires_grad False for param in self.backbone.fc.parameters(): param.requires_grad True def forward(self, x): return self.backbone(x)这段代码的核心是freeze_backbone参数。设为True时只更新最后的全连接层适合数据量小、显存有限的情况设为False则微调整个网络效果上限更高但更容易过拟合。训练主循环部分我一般会显式处理设备、优化器、损失函数这三件事device torch.device(cuda if torch.cuda.is_available() else cpu) model RiceDiseaseModel(num_classeslen(train_dataset.classes)).to(device) criterion nn.CrossEntropyLoss() optimizer torch.optim.AdamW(model.parameters(), lr1e-4, weight_decay1e-2) for epoch in range(50): model.train() running_loss 0.0 for images, labels in train_loader: images, labels images.to(device), labels.to(device) outputs model(images) loss criterion(outputs, labels) optimizer.zero_grad() loss.backward() optimizer.step() running_loss loss.item() * images.size(0) print(fEpoch {epoch1}: loss {running_loss / len(train_loader.dataset):.4f})AdamW是目前做迁移学习最常用的优化器比传统 Adam 多了一个解耦的权重衰减配合weight_decay1e-2能稍微压一压过拟合。学习率给的是1e-4这个值对微调任务比较温和比1e-3稳定比1e-5收敛快是这类小数据集项目的安全起点。4. 训练参数怎么调才不翻车epoch、学习率、batch size 与早停策略4.1 一组能“跑得动”的默认参数与推荐取值训练脚本刚拿到手时最忌讳直接双击运行然后眼巴巴盯着终端。先把参数确认清楚再动手。以这个水稻病虫害识别项目的数据体量我推荐按下面这张表作为起点参数推荐值设置理由图片尺寸Resize224x224与预训练权重输入尺寸一致batch size16 或 32显存不够时先降 batch不要降图片尺寸初始学习率1e-4微调任务的安全值避免破坏预训练特征epoch50 到 80配合早停防止数量少导致过拟合优化器AdamW收敛稳定对学习率变化不敏感主干网络resnet50数据量小但类别不复杂的场景性价比最高类别数量按data目录实际类别数修改分类头输出维度别写死这里有个容易被忽略的点batch size和图片尺寸决定了显存占用。从冒险角度来说宁可 batch size 小一点也不要为了凑大 batch 把图片缩到 160x160因为这会改变预训练模型期望的输入分布反而降低准确率。如果你的显卡只有 4GB 显存batch size16、num_workers4是一套非常稳的组合。4.2 数据增强与过拟合防护我一般会加这三个东西训练集只有几百张图时模型很快就会把训练集“背下来”然后在验证集上原形毕露。数据增强是应对这个问题最直接的手段。torchvision 自带的变换组合已经够用不需要额外装第三方库train_transforms transforms.Compose([ transforms.RandomResizedCrop(224, scale(0.8, 1.0)), transforms.RandomHorizontalFlip(), transforms.RandomRotation(degrees15), transforms.ColorJitter(brightness0.2, contrast0.2, saturation0.2), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ])RandomResizedCrop模拟的是从不同距离、不同角度拍摄的叶片形态这个增强对叶片这种天然存在尺度差异的目标非常有效。RandomRotation(15)放宽到 15 度就够叶子基本横平竖直地出现在画面里转太多反而引入不真实的样本。ColorJitter应对的是田间光照变化但要克制亮度偏移超过 0.2 容易把病斑颜色改得面目全非。仅靠数据增强还不够我习惯在训练脚本里再加一个“早停”逻辑。核心思路是如果验证集准确率连续 N 个 epoch 没有提升就提前终止训练并恢复历史最佳权重。这能避免你人不在电脑前时模型在最后几个 epoch 悄悄过拟合。实现方式很简单best_acc 0.0 patience 10 bad_epochs 0 for epoch in range(num_epochs): # ...训练代码省略... val_acc evaluate(model, val_loader, device) if val_acc best_acc: best_acc val_acc bad_epochs 0 torch.save(model.state_dict(), best_model.pth) else: bad_epochs 1 if bad_epochs patience: print(Early stopping at epoch, epoch 1) breakpatience的取值要根据数据量调整。几百张图的小数据集验证准确率上下波动很正常patience10能过滤掉大部分噪声如果数据集上万张patience可以压缩到 5 左右。另外注意保存权重的时机必须是验证准确率刷新最高记录的那一刻而不是训练结束时否则你保存的很可能是过拟合后的权重。5. 实战踩坑记录准确率上不去、OOM、类别不均衡怎么处理5.1 现象训练了 30 个 epoch准确率还停在 60% 上下原因学习率设置不合理是最常见的情况。有人照搬 ImageNet 训练脚本里的lr0.1这个值对全量数据从零训练合适但用在迁移学习上会把预训练权重冲得面目全非。还有人batch size改成 64 后没动学习率导致梯度更新步长相对变大loss 振荡不收敛。解决先确认优化器里的学习率是不是1e-4这个量级。然后记住一个线性缩放法则如果 batch size 比默认值翻了几倍学习率大致也要按同样倍数放大反过来批量减小就缩小学习率。我在这个项目上调整时把学习率从1e-4调回5e-5后验证集准确率从 58% 提升到 81%只改了一个数字。5.2 现象损失在下降但少数类病虫害全被分到“正常”类原因类别不均衡。田间采集的数据常常是“正常”叶片占比很高某几种病害图片少得可怜。模型学到的最省事策略是全猜多数类整体准确率看似不错但少数类召回率接近零。解决优先用WeightedRandomSampler重采样让每个 epoch 里少数类图片被抽到的概率提高。做法是统计每类样本数把权重设成样本数的倒数然后替换 DataLoader 里的 sampler。如果效果还不够再把损失函数从CrossEntropyLoss换成带类别权重的版本weights torch.tensor([...]).to(device)传给CrossEntropyLoss(weightweights)即可。5.3 现象一跑训练脚本就报显存 OOM连第一个 epoch 都过不去原因显卡显存不够。常见的有三种误用batch size设得太大、图片没有 resize 直接原图进网络、num_workers开太多导致 CPU 抢占上下文。解决优先把batch size降到 8 或 4这个操作对显存的缓解最直接。其次是确认transforms.Resize((224, 224))真的在ToTensor之前执行了。如果 batch 降到 4 还是 OOM就开梯度累积每 4 个 batch 做一次参数更新等价于用时间换显存accumulation_steps 4 optimizer.zero_grad() for i, (images, labels) in enumerate(train_loader): outputs model(images) loss criterion(outputs, labels) loss loss / accumulation_steps loss.backward() if (i 1) % accumulation_steps 0: optimizer.step() optimizer.zero_grad()5.4 现象换到新电脑后报错No module named torchvision或 CUDA 版本不匹配原因项目作者用的 python 环境和你本机的不一致。requirements.txt里只写了库名没写版本pip 自动装了新版 torch和显卡驱动不匹配。解决先确认 python 版本再按版本装对应 torch。比如 python 3.10 配 torch 2.x 的 CUDA 版本用pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118安装。安装后启动训练前先跑一句torch.cuda.is_available()验证 CUDA 真的可用这一步能避免你把大量时间花在“为什么这么慢”的上。5.5 现象验证集准确率 90%拿手机随手拍一张叶子识别就错原因推理时的预处理和训练时不一致。很多人只在训练脚本里写了Resize、Normalize预测脚本里却漏了归一化或者用了不同的尺寸。模型看到的数据分布跟训练时完全不一样输出自然不可信。解决把训练用的transforms完整复制到预测脚本里一个参数都不要改。更稳妥的做法是单独定义一个transform create_transform()函数训练和推理都引用同一个函数返回的变换对象。从那以后我每次写完训练脚本第一件事就是拿一张验证集图片跑预测脚本确认结果和训练时的评估一致再拿真实场景照片去试。6. 怎么证明模型“真的会”混淆矩阵与 Grad-CAM 可视化的落地做法6.1 混淆矩阵快速定位模型在哪两类之间纠缠答辩时老师最爱问的问题是“你的模型到底哪些类分不好”。准确率只是一个数字说服力有限。我一般会在评估脚本里加一个混淆矩阵输出保存成图片方便贴进论文from sklearn.metrics import confusion_matrix import seaborn as sns import matplotlib.pyplot as plt all_preds, all_labels [], [] model.eval() with torch.no_grad(): for images, labels in val_loader: outputs model(images) _, preds torch.max(outputs, 1) all_preds.extend(preds.cpu().numpy()) all_labels.extend(labels.cpu().numpy()) cm confusion_matrix(all_labels, all_preds) plt.figure(figsize(8, 6)) sns.heatmap(cm, annotTrue, fmtd, cmapBlues, xticklabelstrain_dataset.classes, yticklabelstrain_dataset.classes) plt.ylabel(真实类别) plt.xlabel(预测类别) plt.savefig(confusion_matrix.png)这里的annotTrue会在每格写数字fmtd保证整数显示。拿着这张图就能直接回答“哪个类和哪个类容易混”比如稻瘟病和褐斑病在视觉上确实接近混淆矩阵里这两个格子数值偏高比你口头解释更有说服力。6.2 Grad-CAM 可视化让模型自己说出“我看了哪里”另一个答辩加分项是类激活图可视化。Grad-CAM 的原理是取最后一层卷积的特征图用类别得分对特征图求梯度加权求和得到模型关注的热区。项目里如果没有现成实现用pytorch-grad-cam这个库可以快速出图from pytorch_grad_cam import GradCAM from pytorch_grad_cam.utils.image import show_cam_on_image cam_model GradCAM(modelmodel, target_layers[model.backbone.layer4[-1]]) input_tensor images[0].unsqueeze(0) cam_mask cam_model(input_tensorinput_tensor) viz show_cam_on_image(img_denorm, cam_mask, use_rgbTrue)target_layers要选最后一层卷积而不是全连接层。对于 ResNet一般是layer4的最后一个 Bottleneck。输出的热区图会标出模型判断依据集中在叶片的哪个区域如果病斑区域高亮说明模型学到了真正的病斑特征而不是背景纹理。6.3 换成自己的数据集三步完成低成本改造这类自动识别系统最大的复用价值在于换一个作物或换一类病也能快速迁移。改造步骤只有三步第一步在data目录下新建train/类别A、val/类别A这样的文件夹结构并放入图片第二步把预测脚本里的classes列表改成新类别名顺序要和ImageFolder自动生成的映射一致第三步修改模型分类头的num_classes然后正常执行训练流程。图片数量少就加强数据增强病斑尺度小就增大RandomResizedCrop的裁剪比例这些都是从踩坑里总结出的经验。项目源码和数据本身已经把骨架搭好你做的就是把“水稻”这一步替换成自己的目标。从那以后我每次拿到别人的源码第一件事不是急着跑训练而是先跑一遍预测脚本确认环境和推理链路通了再动手调参。顺序反了会浪费大量时间在环境问题上希望帮到你。本文还有配套的精品资源点击获取