简介这是一份面向计算机相关专业学生与深度学习入门者的农作物病虫害图像识别项目源码包可直接用于毕业设计、课程设计或项目立项演示。资源共373个文件压缩包约91.56MB以18个Python脚本为核心配套12个pyc编译文件、2份md说明与2份txt文档并包含大量卷积层与全连接层的权重、偏置、BN均值方差等模型参数文件以及conf配置、日志与预览图片完整覆盖从数据读取、模型构建到推理部署的工程链路。项目代码经过测试可正常运行附带设计文档适合人工智能、通信、自动化、物联网等方向的学习者借鉴。目前已有170人学习下载。读者可据此理解病虫害分类网络的目录组织与参数加载方式掌握模型训练与推理的排错思路并在此基础上修改网络结构或替换数据集快速完成自己的毕设与课设任务。1. 从一份毕设 zip 说起农作物病虫害图像识别到底难在哪每年三四月实验室里总有人抱着一台笔记本桌面上躺着一个叫「农作物病虫害图像识别项目python源代码及说明2024毕设作品.zip」的压缩包解压之后一脸茫然train.py能跑但换成自己的照片就全错准确率写着 98%可田里拍一张就翻车。这不是个例而是这个方向最典型的现状——数据集里全是摆拍真实场景全是玄学。这个标题背后其实是一套完整的落地链路Python 图像识别、农作物病虫害分类、可复现的源代码、以及一份能讲清楚原理的说明。它解决的不是「识别一片叶子有没有病」这么简单而是让一个没有深度学习基础的人能在本地把数据、模型、训练、推理四件事串起来最后交出一份能答辩、能演示、能继续改的作品。适合谁计算机、农学、自动化方向的本科生以及想用 Python 快速验证一个视觉分类想法的工程师。下面我按自己带过几届毕设的经验把这条路拆开讲。2. 数据先行病虫害图像数据集怎么选、怎么洗、怎么切2.1 公开数据集与自采数据的取舍做农作物病虫害识别第一步不是写模型是找数据。常见做法有两类一类是公开数据集比如 PlantVillage 这类叶片特写图优点是标注干净、类别齐全缺点是背景单一、光照均匀模型学到的往往是「背景」而不是「病斑」另一类是自采数据用手机在田间拍背景杂乱、光照多变但更接近真实推理场景。我的建议是两者混用公开数据集做预训练和基线自采数据做微调和验证。如果时间紧至少保证每个类别 200 张以上且训练集里必须包含一部分「非摆拍」样本。否则答辩时老师拿手机随手拍一张模型直接输出一个高置信度的错误类别场面会很难看。数据清洗主要做三件事去重感知哈希或简单的像素差、去模糊拉普拉斯方差阈值、去错标人工抽查每个类别前 20 张。这三步做完往往能砍掉 10% 到 20% 的脏数据比调参带来的提升更明显。2.2 用 Python 做数据划分与增强的最小脚本下面这段代码是我一般会放在prepare_data.py里的骨架负责按类别划分训练/验证集并做基础增强。它不依赖复杂框架torchvision和Pillow就够。import os import random import shutil from pathlib import Path from PIL import Image from torchvision import transforms # 原始数据目录结构raw/类别名/xxx.jpg RAW_DIR Path(raw) OUT_DIR Path(dataset) SPLIT_RATIO 0.8 # 训练集比例 SEED 42 random.seed(SEED) # 基础增强只对训练集做验证集保持原样 train_tf transforms.Compose([ transforms.Resize((224, 224)), transforms.RandomHorizontalFlip(p0.5), transforms.RandomRotation(15), transforms.ColorJitter(brightness0.2, contrast0.2), ]) def is_blurry(img_path, threshold100.0): 用拉普拉斯方差粗筛模糊图数值越低越模糊 import cv2 img cv2.imread(str(img_path), cv2.IMREAD_GRAYSCALE) if img is None: return True return cv2.Laplacian(img, cv2.CV_64F).var() threshold for cls_dir in sorted(RAW_DIR.iterdir()): if not cls_dir.is_dir(): continue imgs [p for p in cls_dir.glob(*.jpg) if not is_blurry(p)] random.shuffle(imgs) n_train int(len(imgs) * SPLIT_RATIO) for split, subset in [(train, imgs[:n_train]), (val, imgs[n_train:])]: out_cls OUT_DIR / split / cls_dir.name out_cls.mkdir(parentsTrue, exist_okTrue) for i, p in enumerate(subset): img Image.open(p).convert(RGB) if split train: img train_tf(img) else: img transforms.Resize((224, 224))(img) img.save(out_cls / f{i:04d}.jpg)逻辑说明先按类别遍历用拉普拉斯方差过滤模糊图再按 8:2 切分。训练集走增强管道验证集只做 resize保证评估结果稳定。参数上SPLIT_RATIO在样本少时可以调到 0.7threshold根据自己手机拍照的清晰度调一般 80 到 150 之间。SEED固定是为了让每次划分一致方便复现。提示增强不要加垂直翻转叶片方向在农业场景里有意义颜色抖动幅度也别太大病斑颜色是重要特征。2.3 类别不平衡与「背景类」的坑田间数据天然不平衡健康叶片往往远多于某种罕见病。直接训练会让模型偏向多数类。常见做法是给CrossEntropyLoss加weight参数权重按类别频率的倒数计算或者用重采样但重采样容易过拟合少数类。我一般先用加权损失效果不够再考虑 focal loss。另一个坑是「背景类」。如果数据集里混进了大量非叶片图片模型会学出一个「其他」类别但真实推理时任何一张图都会被强行分到某个病类。解决办法是单独加一个background类放土壤、天空、手部等负样本比例控制在总数据的 5% 到 10%。3. 模型选型与训练从 ResNet 到轻量网络的取舍3.1 为什么毕设场景优先选迁移学习从零训练一个病虫害分类模型需要几十万张图和大量算力毕设周期根本不够。迁移学习是唯一现实的选择用 ImageNet 预训练的 ResNet50、EfficientNet-B0 或 MobileNetV3替换最后的全连接层冻结主干先训分类头再解冻部分层微调。选哪个如果答辩机器是普通笔记本、没有独显MobileNetV3 或 EfficientNet-B0 更稳推理快、显存小如果有显卡且追求精度ResNet50 是保险牌。我一般会先跑一个 MobileNetV3 基线确认流程通了再换大模型对比。3.2 训练脚本的关键参数与早停策略下面是一个基于 PyTorch 的训练骨架重点在冻结策略、学习率和早停。import torch import torch.nn as nn from torch.utils.data import DataLoader from torchvision import datasets, models, transforms device torch.device(cuda if torch.cuda.is_available() else cpu) BATCH_SIZE 32 EPOCHS 30 LR_HEAD 1e-3 # 只训分类头时的学习率 LR_FINETUNE 1e-4 # 解冻后的学习率 PATIENCE 5 # 早停耐心值 train_ds datasets.ImageFolder(dataset/train, transformtransforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]), ])) val_ds datasets.ImageFolder(dataset/val, transformtransforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]), ])) train_loader DataLoader(train_ds, batch_sizeBATCH_SIZE, shuffleTrue, num_workers4) val_loader DataLoader(val_ds, batch_sizeBATCH_SIZE, shuffleFalse, num_workers4) model models.mobilenet_v3_small(weightsmodels.MobileNet_V3_Small_Weights.DEFAULT) for p in model.parameters(): p.requires_grad False model.classifier[3] nn.Linear(model.classifier[3].in_features, len(train_ds.classes)) model model.to(device) criterion nn.CrossEntropyLoss() optimizer torch.optim.AdamW(model.classifier.parameters(), lrLR_HEAD) scheduler torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_maxEPOCHS) best_acc, wait 0.0, 0 for epoch in range(EPOCHS): if epoch 5: # 第 5 轮解冻最后两个 block for name, p in model.named_parameters(): if features.12 in name or features.11 in name: p.requires_grad True optimizer torch.optim.AdamW(filter(lambda p: p.requires_grad, model.parameters()), lrLR_FINETUNE) model.train() for x, y in train_loader: x, y x.to(device), y.to(device) optimizer.zero_grad() loss criterion(model(x), y) loss.backward() optimizer.step() scheduler.step() model.eval() correct total 0 with torch.no_grad(): for x, y in val_loader: x, y x.to(device), y.to(device) pred model(x).argmax(1) correct (pred y).sum().item() total y.size(0) acc correct / total print(fepoch {epoch} val_acc {acc:.4f}) if acc best_acc: best_acc, wait acc, 0 torch.save(model.state_dict(), best.pth) else: wait 1 if wait PATIENCE: print(early stop) break逻辑说明前 5 轮只训分类头让随机初始化的全连接层先收敛避免一开始就破坏预训练特征第 5 轮解冻features.11和features.12两个 block学习率降到 1e-4。CosineAnnealingLR让学习率平滑下降PATIENCE5防止过拟合。参数上BATCH_SIZE显存不够就降到 16num_workers在 Windows 上设 0 更稳。注意ImageFolder要求目录名就是类别名且类别顺序按字母排序推理时务必用同一套映射否则标签会错位。3.3 评估指标别只看准确率病虫害识别里准确率会被多数类拉高。必须同时看混淆矩阵和每类的 F1。常见做法是训练完在验证集上跑一遍sklearn.metrics.classification_report重点看召回率低的类别——那往往是样本少或特征不明显的病种。如果某个类召回率低于 0.6优先补数据而不是继续调参。4. 推理与部署把模型塞进一个能演示的界面4.1 单张图片推理的最小闭环训练完只是半成品答辩要的是「上传一张图出结果」。下面这段推理代码把模型加载、预处理、预测、置信度输出串起来。import torch from torchvision import models, transforms from PIL import Image import torch.nn as nn CLASSES [健康, 早疫病, 晚疫病, 叶霉病] # 必须与训练时字母序一致 device torch.device(cpu) model models.mobilenet_v3_small(weightsNone) model.classifier[3] nn.Linear(model.classifier[3].in_features, len(CLASSES)) model.load_state_dict(torch.load(best.pth, map_locationdevice)) model.eval() tf transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]), ]) def predict(img_path): img Image.open(img_path).convert(RGB) x tf(img).unsqueeze(0) with torch.no_grad(): prob torch.softmax(model(x), dim1)[0] idx prob.argmax().item() return CLASSES[idx], prob[idx].item() if __name__ __main__: label, conf predict(test.jpg) print(f预测{label}置信度{conf:.3f})逻辑说明CLASSES必须和训练时ImageFolder的类别顺序完全一致这是最常见的翻车点。map_locationcpu保证在没有 GPU 的机器上也能加载。置信度低于 0.5 时建议在界面上提示「不确定」而不是硬给一个结果。4.2 用 Gradio 快速搭一个演示界面毕设演示不需要复杂前端Gradio 几行就能出一个网页。把上面的predict包一层即可。import gradio as gr def ui_predict(img): img Image.fromarray(img) img.save(_tmp.jpg) label, conf predict(_tmp.jpg) return f{label}置信度 {conf:.2f} gr.Interface(fnui_predict, inputsgr.Image(), outputstext, title农作物病虫害识别).launch()参数上gr.Image()默认返回 numpy 数组所以要先转 PIL。launch()默认本地 7860 端口答辩时提前跑一遍确认端口没被占。4.3 推理速度与模型导出如果答辩机器慢可以把模型导出成 ONNX用onnxruntime推理CPU 上通常比 PyTorch 快 1.5 到 2 倍。导出时注意固定输入尺寸为 1x3x224x224动态轴只保留 batch。常见做法是导出后跑 100 次取平均耗时写进说明文档答辩时是个加分项。5. 避坑与排查那些让毕设翻车的细节5.1 训练准确率高、演示全错现象验证集 98%现场拍一张健康叶子却识别成病害。原因通常是数据集背景单一模型学到了「背景」而非「病斑」或者演示图片的预处理和训练不一致。解决训练时加入自采的杂乱背景图推理时严格复用训练用的归一化参数并检查图片是否被提前压缩。5.2 类别标签错位现象模型输出「晚疫病」但实际是「早疫病」且置信度很高。原因训练时ImageFolder按字母序生成类别索引推理时手写的CLASSES顺序不一致。解决训练完立刻打印train_ds.classes并保存成classes.json推理时读取同一个文件不要手写。5.3 显存不足或训练中断现象跑到一半报 CUDA out of memory。原因BATCH_SIZE太大或num_workers过多导致内存泄漏。解决把 batch 降到 16 或 8num_workers设 2并在训练循环里加torch.cuda.empty_cache()。如果还是不行改用 MobileNetV3 并冻结更多层。5.4 验证集准确率虚高现象验证集和训练集图片来自同一批拍摄分布几乎一样。原因划分时没有按拍摄批次或地块划分导致数据泄漏。解决按拍摄时间或地块做分组划分同一批次的图要么全在训练集要么全在验证集。5.5 中文路径导致读取失败现象Image.open报错或返回 None。原因OpenCV 和部分库对中文路径支持不好。解决统一用英文路径或在读取前用cv2.imdecode(np.fromfile(path, dtypenp.uint8), -1)绕过。6. 让毕设多拿几分可解释性与对比实验的具体做法答辩时老师最爱问两个问题「你怎么知道模型看的是病斑而不是背景」和「你凭什么说这个模型好」这两个问题都能用具体手段回答而不是靠嘴。第一个问题用 Grad-CAM。它能把模型关注区域热力图叠加到原图上如果高亮落在病斑上说明模型学到了正确特征。实现上pytorch-grad-cam库几行就能出图选最后一个卷积层作为目标层。我一般会挑三张图一张正确、一张错误、一张置信度低放在答辩 PPT 里对比比任何文字都有说服力。第二个问题靠对比实验。至少跑三组MobileNetV3、ResNet18、EfficientNet-B0固定同一份数据划分和增强策略记录验证集准确率、每类 F1、单张推理耗时。表格里把参数量和模型大小也列上说明你是在精度和速度之间做了权衡而不是随便选了一个。常见做法是选 MobileNetV3 作为最终模型因为它在你机器上推理最快精度只差一两个点。还有一个容易被忽略的技巧把失败案例单独整理成一页。挑 5 张识别错误的图分析原因——是光照太暗、病斑太小还是类别本身相似。这页往往比成功案例更能体现你真的理解数据。我带过的学生里凡是认真做了这一页的答辩分数都不低。最后说个我自己的习惯每次改完代码先跑一遍 10 张图的推理确认输出和上次一致再开始训练。这个「后悔药」动作帮我省过无数次因为标签错位、预处理不一致导致的整夜白跑。毕设拼的不是模型多先进而是每个环节都能复现、能解释、能兜底。希望帮到你。本文还有配套的精品资源点击获取