简介面向计算机视觉与智能制造方向学习者的毕业设计资源包聚焦工业场景下的工件毛刺检测与分类问题。基于Python实现CNN卷积神经网络模型涵盖数据标注、训练、测试与分类全流程适合作为毕设项目、课程设计或入门进阶的参考案例也便于在此基础上二次开发。压缩包共1294个文件总大小152.71MB包含1210张png与40张jpg图像样本24个py源码文件以及csv标签文件、json配置、vott标注文件和训练好的pth模型权重可支持直接复现或继续调优。资源目录结构清晰数据、代码、模型和说明文档分层组织便于快速定位。目前已有117人学习下载。完整打包了数据集、标注信息、可运行源码与训练模型并附有必要的说明文档既能帮助初学者理解CNN在工业质检中的实际应用也能为毕业设计提供可演示、可扩展的代码基础。下载后遇到问题可通过站内私信交流项目经测试运行成功可放心使用。1. 工件毛刺分类难在哪这个毕业设计为什么选了CNN而不是边缘检测机加工车间里毛刺质检是每天重复几百次的动作工件从数控机床下来边缘带着打磨残留的毛刺质检员目视或者用手指划过边缘来分级。问题出在两个方面一是长时间工作后的疲劳漏检二是“轻微”和“严重”的边界在两个人眼里完全可以是两套标准。用深度学习CNN网络做工件毛刺分类本质是让卷积神经网络从图像纹理里直接学习毛刺的有无和等级把主观判断变成可重复的模型输出。标题里这套毕业设计zip通常就是三样东西能跑的Python源码、训练好的模型权重、整理好的工件毛刺图像数据。适合机械、自动化专业做课题的学生也适合想评估CNN方案能否搬上产线的工艺工程师。2. 数据先行的毛刺样本集裁剪策略、类别定义与数据增强的真实边界任何CNN项目数据决定上限模型只是逼近上限的执行者。这套毕业设计zip里的“数据”目录能不能用直接决定你后面是躺平还是折腾。我一般会先把标注格式、类别尺度和增强策略定下来再去碰模型代码因为数据预处理返工的成本比改模型高太多。2.1 毛刺样本从哪来工业相机实拍与历史图复用的取舍毛刺样本的常见来源有两个。一是工业相机实拍二是从质检环节积累的历史图像里抠。前者最容易控制变量相机用普通USB工业相机就行分辨率500万像素足够关键是固定焦距和曝光别开自动白平衡光源用环形LED从镜头同轴方向打或者两条条形光从侧面斜打让毛刺的投影形成明显边缘背景铺一块纯色亚克力板黑色白色都行但全流程必须统一。这样拍出来的图毛刺和工件表面有稳定的对比度后期模型学起来轻松很多。历史质检图复用看起来省事但坑在拍摄条件不一致光照角度变过、工件摆放朝向变过、相机距离变过。这些差异会被CNN当成“特征”学进去导致训练集和验证集指标都很好看一到现场换一个工位就崩。我的经验是如果历史图里拍摄条件五花八门干脆放弃重新拍一套。样本量方面二分类每类至少300张三分类每类至少250到500张毛刺分类每个类目同质性强300张左右就能跑出能看的收敛曲线如果只有几十张别指望CNN自己发明特征。类别体系类别定义适用场景二分类无毛刺 / 有毛刺只做合格判定成本最低三分类无 / 轻微 / 严重需要区分返工和报废毕业设计最常用四分类加一个“异物/磕碰”类产线上还要拦其他缺陷课题扩展用类别定义写得越具体标注越不容易翻车。我给一个能落地的三分类标尺无毛刺就是肉眼和触感都摸不到明显凸起轻微是能看到但高度明显低于工件表面、指甲能刮到严重是毛刺突出超过1毫米或者用游标卡尺能直接读出来。这套标尺直接写进标注规范让标注的人照着执行比“凭感觉”可靠得多。环境上先保证Python安装好了torch、torchvision、albumentations和pandas这几个包版本不用最新能跑通就行。2.2 用LabelImg框出毛刺再裁剪为什么先定位后分类的准确率更高这里有个很多人第一次做会踩的坑直接把整张工件图喂给分类网络。毛刺在整幅图里往往只占1%都不到的区域模型在这种图上会优先学到工件轮廓和表面纹理而不是毛刺本身。常见做法是先做区域标注、再做分类用LabelImg把毛刺区域框成矩形框保存成Pascal VOC格式的XML然后写一个脚本把框里的区域裁剪成小图按类别存成文件夹。这样输入模型的全是“毛刺长什么样”学得又快又准。import os import xml.etree.ElementTree as ET from PIL import Image def crop_from_xml(xml_path, img_dir, out_dir): tree ET.parse(xml_path) root tree.getroot() filename root.find(filename).text img Image.open(os.path.join(img_dir, filename)).convert(RGB) crops [] for obj in root.findall(object): label obj.find(name).text bndbox obj.find(bndbox) xmin int(bndbox.find(xmin).text) ymin int(bndbox.find(ymin).text) xmax int(bndbox.find(xmax).text) ymax int(bndbox.find(ymax).text) crop img.crop((xmin, ymin, xmax, ymax)) label_dir os.path.join(out_dir, label) os.makedirs(label_dir, exist_okTrue) base os.path.splitext(filename)[0] out_path os.path.join(label_dir, f{base}_{xmin}_{ymin}.jpg) crop.save(out_path) crops.append((label, out_path)) return crops if __name__ __main__: xml_dir annotations/ # LabelImg导出的XML目录 img_dir raw_images/ # 原始工件大图目录 out_dir cropped_dataset/ # 裁剪后按类别分好的数据集目录 all_crops [] for xml_file in os.listdir(xml_dir): if xml_file.endswith(.xml): all_crops.extend(crop_from_xml(os.path.join(xml_dir, xml_file), img_dir, out_dir)) print(f共裁剪出 {len(all_crops)} 张毛刺样本)逻辑说明脚本遍历每个XML文件找到每个object里的label和bndbox矩形框用PIL的crop方法把原图对应区域裁出来保存到以类别名命名的子目录里。文件名带上原图坐标是为了溯源后续排查脏数据时能直接定位到原始大图。参数说明xml_dir是LabelImg的输出目录img_dir是原始图目录out_dir是裁剪结果目录。裁剪时矩形框最好比毛刺实际区域外扩几个像素留一点上下文别把毛刺切得只剩一根细线否则Resize到224时细节会丢得很惨。2.3 数据增强的参数边界翻转、光照和模糊该给多大强度数据增强能解决样本量不足但毛刺分类有自己特殊的物理约束。水平翻转是安全的左右翻转不改变毛刺形态垂直翻转要谨慎很多工件毛刺的方向和加工流程强相关翻转后的样本在现实工况里根本不存在模型推理时反而被带偏。这是增强里最容易被忽略的边界问题。import albumentations as A from albumentations.pytorch import ToTensorV2 train_transform A.Compose([ A.Resize(224, 224), A.HorizontalFlip(p0.5), A.RandomBrightnessContrast(brightness_limit0.1, contrast_limit0.1, p0.3), A.HueSaturationValue(hue_shift_limit8, sat_shift_limit10, val_shift_limit10, p0.3), A.GaussianBlur(blur_limit(3, 5), p0.15), A.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]), ToTensorV2(), ]) val_transform A.Compose([ A.Resize(224, 224), A.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]), ToTensorV2(), ])逻辑说明训练时在线增强每个epoch看到的图都不一样变相扩充样本量验证集只用Resize和Normalize不做随机增强保证指标可复现。GaussianBlur概率只给0.15用来模拟质检照片轻微失焦的情况给多了会把细小毛刺糊掉亮度对比度扰动幅度控制在0.1以内因为产线拍摄时光照不会有剧烈波动。我习惯在增强没打开之前先把Resize和Normalize跑通一遍确认数据能被网络正常吃进去再逐步把翻转和扰动打开。这样排查问题时变量少不会出现“改了增强后准确率掉了但不知道是哪一项导致的”。3. 从零搭CNN毛刺分类网络轻量结构、自定义Dataset与编码参数很多人拿到这个题目第一反应是调一个预训练VGG16其实对毛刺分类这种几百张图的小样本任务自己搭一个轻量CNN往往更合适。理由有三个参数量小不容易过拟合训练速度快可以反复试参数答辩时讲结构有底气。先把小网络跑通再决定要不要换成迁移学习是两个模型深度学习的标准路径不冲突。3.1 模型选型轻量CNN和预训练模型之间的现实分界线VGG16参数量超过1.3亿ResNet18也有1100万左右注意这里的单位是百万参数M不是存储容量MB当年被这个M坑过的人不止我一个。几百张训练图喂给千万级参数的网络模型很容易把训练集的噪声背下来验证集指标一路往下掉。轻量CNN的参数量通常在几十万到几百万之间配合BatchNorm和Dropout在小样本上反而更稳。如果后面数据量扩到几千张再换成ResNet18做迁移学习也不迟两个模型可以共用同一套数据加载和训练框架切换成本很低。显存方面224分辨率输入加batch size 16这种轻量网络在8G显存的显卡上能轻松跑学生笔记本的GTX 1650都够用。3.2 六层卷积结构ConvBNPool的堆叠逻辑与每个参数的含义import torch.nn as nn class BurrClassifier(nn.Module): def __init__(self, num_classes3): super(BurrClassifier, self).__init__() self.features nn.Sequential( nn.Conv2d(3, 32, kernel_size3, padding1), nn.BatchNorm2d(32), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), nn.Conv2d(32, 64, kernel_size3, padding1), nn.BatchNorm2d(64), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), nn.Conv2d(64, 128, kernel_size3, padding1), nn.BatchNorm2d(128), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), nn.Conv2d(128, 256, kernel_size3, padding1), nn.BatchNorm2d(256), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), ) self.classifier nn.Sequential( nn.AdaptiveAvgPool2d(1), nn.Flatten(), nn.Linear(256, 128), nn.ReLU(inplaceTrue), nn.Dropout(0.5), nn.Linear(128, num_classes), ) def forward(self, x): return self.classifier(self.features(x))逻辑说明四组卷积块每组是3x3卷积加BN加ReLU加2倍池化通道数从32翻到256。最后不用Flatten后直接接大全连接而是先用AdaptiveAvgPool2d(1)把特征图压成256维向量再接一个128维隐藏层用Dropout(0.5)防过拟合最后输出类别数。参数说明kernel_size3配padding1特征图尺寸只靠池化降采样不靠卷积缩水BatchNorm放在ReLU前面让每层输入分布稳定训练收敛明显更快MaxPool2d(2)把224的输入逐步压到14x14感受野从局部纹理覆盖到整体轮廓。如果输入图改成128x128这个结构不用改因为AdaptiveAvgPool2d会自动适配尺寸这就是为什么分类头不用固定全连接输入尺寸。3.3 用自定义Dataset读CSV清单比ImageFolder更可控的数据组织方式ImageFolder的用法很省事目录按类分好就能直接喂但有个麻烦样本是从XML裁剪来的后面要做训练验证切分ImageFolder就得反复挪文件夹。我习惯把裁剪结果写成一个CSV清单再自定义Dataset读取切分和调试都方便。import pandas as pd import numpy as np from PIL import Image from torch.utils.data import Dataset class BurrDataset(Dataset): def __init__(self, csv_path, transformNone): self.df pd.read_csv(csv_path) self.transform transform self.labels sorted(self.df[label].unique()) self.label_map {label: idx for idx, label in enumerate(self.labels)} def __len__(self): return len(self.df) def __getitem__(self, idx): row self.df.iloc[idx] img Image.open(row[image_path]).convert(RGB) label self.label_map[row[label]] if self.transform is not None: img self.transform(imagenp.array(img))[image] return img, label逻辑说明Dataset返回的是图像张量和类别索引。构造函数里用labels枚举生成label_map保证标签从0开始连续编号。读图用PIL的convert(RGB)统一三通道避免灰度图混进去让第一层Conv2d报错。csv_path里只要两列image_path是裁剪图的绝对路径label是类别字符串transform就是我们前面定义的albumentations管道。数据集切分用train_test_split这里有一个必须注意的参数stratifyfrom sklearn.model_selection import train_test_split train_paths, val_paths, train_labels, val_labels train_test_split( df[image_path], df[label], test_size0.2, stratifydf[label], random_state42 )逻辑说明stratify按类别比例分层抽样毛刺分类里“严重”类别样本通常最少不stratify的话验证集里可能一个严重样本都没有混淆矩阵直接缺一行。参数说明test_size0.2是常规比例样本总量小验证集给大一点反而波动剧烈random_state固定住保证每次跑出来的划分一致排错时能复现。4. 训练与调参的硬指标学习率、早停与类别不平衡的三个必调项模型搭好只是开始真正决定毕业设计能不能按时交的是训练环节的参数设置。这一章讲三个必调项学习率、早停策略和类别权重。这三项调好了训练过程基本不用盯着跑完看指标就行。4.1 学习率与优化器选型Adam配1e-3是最稳的起点CNN分类任务Adam配1e-3是最常规的起点没有之一。这个组合对大多数图像分类问题都能正常收敛不需要像SGD加Momentum那样花大量时间调学习率调度。跑起来之后重点观察训练loss和验证acc的曲线loss在前5个epoch如果完全没有下降趋势先检查数据加载对不对再考虑是不是学习率太小如果loss直接变成NaN说明学习率太大降到3e-4再试。import torch from torch.optim import Adam import torch.nn as nn device torch.device(cuda if torch.cuda.is_available() else cpu) model BurrClassifier(num_classes3).to(device) criterion nn.CrossEntropyLoss(weightclass_weights.to(device)) optimizer Adam(model.parameters(), lr1e-3) scheduler torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max30) for epoch in range(40): model.train() total_loss 0.0 for images, labels in train_loader: images, labels images.to(device), labels.to(device) optimizer.zero_grad() outputs model(images) loss criterion(outputs, labels) loss.backward() optimizer.step() total_loss loss.item() avg_loss total_loss / len(train_loader) val_acc evaluate(model, val_loader, device) scheduler.step() print(fEpoch {epoch1:02d} | loss {avg_loss:.4f} | val_acc {val_acc:.2%})逻辑说明每个epoch清空梯度、前向传播、计算loss、反向传播、更新参数。CosineAnnealingLR把学习率在一个周期内从1e-3平滑降到接近0相比每20个epoch砍半的StepLR后期收敛更稳训练曲线的视觉效果也更好。参数说明T_max30对应一个余弦周期的epoch数建议设成你计划跑的总epoch数batch size我一般用16224分辨率加上轻量网络4个batch占显存不到2G2060S这种卡能轻松跑。如果batch size拉到64学习率也应该相应放大到4e-3左右这是线性缩放规则但毕业设计数据集小不建议在这上面折腾。4.2 早停与最优权重保存验证集说了算别跟训练loss走训练结束时保存的模型要看验证集准确率而不是训练loss最低的那个点。训练到后期loss还在降但验证集acc开始掉头说明模型开始背训练集了。标准做法是EarlyStopping连续多少个epoch验证集没有刷新最好成绩就提前停。best_acc 0.0 patience 10 bad_epochs 0 for epoch in range(40): # ... 省略训练和验证代码 ... if val_acc best_acc: best_acc val_acc torch.save(model.state_dict(), best_burr_model.pth) bad_epochs 0 else: bad_epochs 1 if bad_epochs patience: print(fEpoch {epoch1}: 验证集连续 {patience} 次未刷新提前停止) break逻辑说明只有验证集acc刷新历史最优时才把model.state_dict()保存成文件这保证了磁盘上的pth一定是对验证集最好的权重而不是最后一个epoch的权重。bad_epochs累计连续未刷新的次数到了patience就break退出训练省下后面那些纯粹过拟合的时间。参数说明patience10对毛刺分类这种小数据集够用设太早比如3模型还没收敛就被掐停了设太晚比如30等于没有早停白占时间。保存的state_dict只是权重字典加载时要先实例化一个相同结构的BurrClassifier再调用load_state_dict。4.3 类别不平衡的解法加权CrossEntropy的参数怎么给毛刺分类数据集里“无毛刺”和“轻微毛刺”的样本量往往两倍甚至三倍于“严重毛刺”。如果不做任何处理模型会把严重毛刺当成稀有事件整体准确率倒是擦线但严重类的召回率很低。等权重下每个类对loss的贡献是1/3加权后让样本少的类别有更大的梯度权重。常见做法是用总数除以类别数再除以类样本数得到每个类的权重。from collections import Counter counts Counter(df[label]) total len(df) num_classes len(counts) weights {label: total / (num_classes * count) for label, count in counts.items()} weights_tensor torch.tensor( [weights[label] for label in sorted(weights.keys())], dtypetorch.float32 ) print(weights_tensor)逻辑说明比如总共600张3个类的样本数是400、150、50那权重就是600/(3×400)0.5、600/(3×150)1.33、600/(3×50)4.0。样本越少的类权重越大把这个tensor传给CrossEntropyLoss的weight参数它就自动做加权求和。参数说明权重顺序必须和label_map的顺序一致也就是和模型的类别索引对齐顺序错了加权就变成反向惩罚这是个特别容易翻车的细节。sorted(weights.keys())是让类按字典序排列前提是你构造BurrDataset时也是sorted两边必须保持一致。加权后发现严重类的召回率上来但整体准确率掉了这是正常的因为模型开始把一些原本判成“无”的边缘样本判成“轻微”或“严重”。毕业设计里通常优先保证严重类不漏检代价曲线不同。5. 毛刺分类常见问题排查从数据泄漏到ONNX导出的四个翻车点这一章是我在类似小样本分类任务里积累的排查笔记每条都按现象、原因、解决的顺序写对照着查比自己瞎试快得多。5.1 训练loss一路在降验证集准确率纹丝不动先查按工件ID划分现象前几个epoch训练loss很漂亮地往下走到第5个epoch已经到0.5以下但验证集准确率一直卡在50%或60%出头和随机猜测差不多。原因最常见的是数据集划分时数据泄漏。毛刺数据往往一个工件拍了好几个角度如果按单张图随机切分同一个工件不同角度的图可能同时出现在训练集和验证集里。模型记住了同一工件的光照和表面纹理换一批真正的陌生工件就现原形。解决按工件ID而不是按单张图分组。给每张图的文件名带上工件编号比如part_001_side_a.jpg然后用GroupShuffleSplit或者手动按part_id切分保证同一个工件的所有角度只进训练集或只进验证集。这是我第一版模型翻车换来的血泪经验改完划分方式后验证集指标直接涨了十几个点。5.2 “轻微”和“严重”标了等于没标标注分歧让模型学了个假边界现象模型训练完验证集里“轻微”类经常和“严重”类互相错分混淆矩阵打出来两个类的渗透很严重。原因标注规范里没有量化标准标注的人用感觉在标。同一个毛刺工件朝向、光线角度不同人眼判断的级别会变。模型本质上是在拟合标注者的主观噪声这个噪声大了网络的分类边界就是乱的。解决把标尺量化写进规范。毛刺从根部到顶端的长度超过5毫米算严重低于5毫米但肉眼可见算轻微或者用毛刺面积占图面宽度的比例来卡。对分歧样本做二次复核选第三个人仲裁。这一步看着慢但能直接抬高模型上限训练时间省回来的远不止这些。5.3 裁剪后毛刺区域太小Resize到224直接糊成一团现象裁剪出来的毛刺小图只有30×40像素Resize到224后边缘全部糊掉训练acc能到90%测试一塌糊涂因为测试时拍摄距离不同、裁剪大小不同。原因毛刺本身的物理尺寸很小工件的拍摄距离又远导致原始图里目标区域占比过低。解决拍摄时让工件尽量占满画面毛刺在原始图里至少占到80×80像素以上再裁剪保证Resize时还有足够细节。如果原始图里毛刺仍然很小可以先把原图放大1.5到2倍再裁。不建议在这个阶段依赖超分辨率它会把毛刺的轮廓“凭空”编造出来训练集看着清晰实测数据反而更差。5.4 CPU推理太慢或GPU环境缺依赖提前导出ONNX留好后路现象毕业设计演示安排在普通笔记本上用PyTorch直接推理CPU上跑一帧要200多毫秒现场卡顿。或者现场机器没装CUDAtorch直接报找不到设备。原因PyTorch推理框架带着自动求导的额外开销GPU和CPU环境又不一致训练机上能跑不代表演示机能跑。解决训练完导出ONNX用ONNX Runtime部署CPU推理能快一个量级而且不需要装完整PyTorch。导出代码很简单import torch model.load_state_dict(torch.load(best_burr_model.pth, map_locationcpu)) model.eval() dummy_input torch.randn(1, 3, 224, 224) torch.onnx.export( model, dummy_input, burr_model.onnx, input_names[input], output_names[output], dynamic_axes{input: {0: batch_size}}, )逻辑说明dynamic_axes里的batch_size设为动态部署时既能单张推理也能批量处理输入张量形状是N×3×224×224。dummy_input的形状要和模型输入严格对齐否则导出时直接报错。导出必须让模型处于eval模式否则BatchNorm层还按训练时的统计量走推理结果会莫名其妙地偏这个问题很隐蔽。6. 让模型对答辩负责混淆矩阵与Grad-CAM热力图的落地做法6.1 用classification_report盯住严重毛刺的召回率毕业设计论文里一个准确率数字根本撑不起“验证了方案可行性”这句话。答辩评委最关心的是严重毛刺到底被漏检了多少因为漏检一个严重毛刺流向客户就是一次质量事故。所以我习惯固定输出混淆矩阵和分类报告import numpy as np from sklearn.metrics import confusion_matrix, classification_report model.eval() y_true, y_pred [], [] with torch.no_grad(): for images, labels in test_loader: images images.to(device) outputs model(images) preds outputs.argmax(dim1).cpu().numpy() y_pred.extend(preds) y_true.extend(labels.numpy()) names [无毛刺, 轻微毛刺, 严重毛刺] print(classification_report(y_true, y_pred, target_namesnames)) print(confusion_matrix(y_true, y_pred))逻辑说明classification_report给出每个类的precision、recall和f1-score这个表可以直接整理成论文实验章节的表。如果严重毛刺的recall低于0.8说明加权系数或标注标尺还没调到位这个数字应该成为你调参的硬指标而不是盯着整体准确率。6.2 Grad-CAM热力图给“CNN是黑匣子”一个看得见的反驳答辩必问“你这个模型凭什么这么分”。Grad-CAM是最好演示的回答取最后一个卷积层的特征图用类别对应梯度做加权生成高亮区域叠加到原图上。毛刺分类的热力图如果可靠高亮区域应该集中在毛刺边缘而不是工件表面纹理。这个图放论文里说服力强也能反过来帮你发现模型学偏了的问题。做法简单说hook住features最后一层的输出计算预测类别的梯度对特征图通道做加权平均取最大值归一化到0到255再按热力图色表画出来。不需要额外安装复杂的库用PyTorch的register_forward_hook和register_backward_hook就能拿到中间结果。我做这类小样本分类课题的习惯是模型训练完先不看准确率而是把每一类的召回率列出来再看几张Grad-CAM图和原图对比。我遇到过几次整体acc看起来很高但热力图高亮在毛刺旁边的倒角上说明模型学的是倒角的反射光不是毛刺本身。这种问题数据和代码都救不了只能靠可视化发现问题后回去补数据、调整标注重跑训练。训练时间不长数据也就几百张多跑几个版本损失的是时间保住的是答辩现场的底气。希望帮到你。本文还有配套的精品资源点击获取