找畢設(shè)題目這件事我太熟了每年到這個(gè)階段都會(huì)有一批人跑來(lái)問(wèn)我“深度學(xué)習(xí)方向有沒(méi)有什么題目好做別太難也別太水?！蔽乙话銜?huì)先反問(wèn)一句你是想糊弄一個(gè)題目還是想真真正正把一個(gè)項(xiàng)目從頭到尾做通如果答案是后者那今天這個(gè)選題——基于CNN卷積網(wǎng)絡(luò)的蔬菜識(shí)別——我覺(jué)得值得認(rèn)真看一下。這個(gè)題目的好不在于它名字多炫而在于它踩中了畢業(yè)設(shè)計(jì)最核心的幾個(gè)痛點(diǎn)數(shù)據(jù)集成熟、任務(wù)視覺(jué)特征明確、模型結(jié)構(gòu)有足夠的演進(jìn)空間而且完全可以擴(kuò)展出“從訓(xùn)練到部署”的完整鏈路。不管你是Python剛?cè)腴T、神經(jīng)網(wǎng)絡(luò)停留在概念層面的新手還是已經(jīng)跑過(guò)幾個(gè)開(kāi)源項(xiàng)目的老手這個(gè)題目都有你能發(fā)揮的空間。下面我按自己做這類圖像識(shí)別項(xiàng)目的經(jīng)驗(yàn)把這個(gè)選型的價(jià)值、技術(shù)路線、實(shí)驗(yàn)設(shè)計(jì)和答辯要點(diǎn)從頭到尾拆一遍爭(zhēng)取看完之后你能直接依著思路開(kāi)工。1. 蔬菜識(shí)別當(dāng)畢設(shè)贏在哪里——選題的價(jià)值拆解1.1 用一個(gè)評(píng)委視角看畢設(shè)題目很多學(xué)生選畢設(shè)題目時(shí)想的只是“我能做出來(lái)什么”但一個(gè)有經(jīng)驗(yàn)的評(píng)委老師看的是另外幾件事這個(gè)題目有沒(méi)有明確的應(yīng)用場(chǎng)景工作量是否充足你是不是真的理解了模型為什么起效果有沒(méi)有獨(dú)立改進(jìn)的點(diǎn)最后是做出來(lái)的系統(tǒng)怎么展示。蔬菜識(shí)別恰好每一題都對(duì)得上。它屬于細(xì)粒度圖像識(shí)別里的一個(gè)典型分支類別之間相似度高比如生菜和卷心菜、不同品種的辣椒這種“分類難度適中但又有區(qū)分度”的設(shè)定讓模型既不會(huì)在五輪訓(xùn)練就輕松超過(guò)99%導(dǎo)致你沒(méi)話可說(shuō)也不會(huì)難到讓新手寸步難行。而且它天然是移動(dòng)端和智慧農(nóng)業(yè)場(chǎng)景里的一環(huán)應(yīng)用價(jià)值一句話就能講明白評(píng)委問(wèn)“你做這個(gè)有什么用”的時(shí)候你不會(huì)卡殼。最重要的是這個(gè)題目的工作量彈性極大你可以只做一個(gè)簡(jiǎn)單分類器就畢業(yè)也可以一路做到數(shù)據(jù)增強(qiáng)、遷移學(xué)習(xí)、模型對(duì)比、部署成網(wǎng)頁(yè)演示甚至接攝像頭做實(shí)時(shí)識(shí)別。這就意味著無(wú)論你的時(shí)間預(yù)算是一個(gè)月還是半年都能安排出合理節(jié)奏。我從畢業(yè)設(shè)計(jì)指導(dǎo)的角度見(jiàn)過(guò)太多題目是“死”的——數(shù)據(jù)集固定、步驟固定、結(jié)果固定學(xué)生做完都不知道自己在干什么。蔬菜識(shí)別是少見(jiàn)的“活”題目。1.2 蔬菜識(shí)別項(xiàng)目的完整技術(shù)構(gòu)成一個(gè)完整的蔬菜識(shí)別畢設(shè)不是“訓(xùn)練一個(gè)模型”這么簡(jiǎn)單。拆開(kāi)看它至少包含五個(gè)模塊數(shù)據(jù)端數(shù)據(jù)集搜集、清洗、標(biāo)注檢查、類別統(tǒng)計(jì)、數(shù)據(jù)增強(qiáng)策略設(shè)計(jì)模型端網(wǎng)絡(luò)結(jié)構(gòu)選型、損失函數(shù)選擇、訓(xùn)練策略設(shè)計(jì)學(xué)習(xí)率調(diào)度、正則化、早停實(shí)驗(yàn)端消融實(shí)驗(yàn)、基線對(duì)比、混淆矩陣分析、錯(cuò)誤樣本歸類系統(tǒng)端把最優(yōu)模型封裝成接口做成網(wǎng)頁(yè)上傳識(shí)別或攝像頭實(shí)時(shí)識(shí)別論文端把上面所有過(guò)程轉(zhuǎn)化成有邏輯的論述和圖表。很多人的畢設(shè)只做了第二模塊——拿一個(gè)數(shù)據(jù)集跑一個(gè)模型準(zhǔn)確率90%以上完事。但最后的得分往往不高原因就是工作量沒(méi)有體現(xiàn)出來(lái)。我建議你在設(shè)計(jì)這個(gè)題目時(shí)至少把數(shù)據(jù)端、模型端、實(shí)驗(yàn)端三個(gè)模塊做扎實(shí)。這樣無(wú)論是中期答辯還是最終答辯你都有東西可講評(píng)委問(wèn)的任何問(wèn)題你都能接住。2. 網(wǎng)絡(luò)結(jié)構(gòu)選型從LeNet到ResNet到底該選誰(shuí)2.1 先跑一個(gè)簡(jiǎn)單基線再去追求“高級(jí)感”我做圖像識(shí)別項(xiàng)目有個(gè)習(xí)慣不管是正式項(xiàng)目還是帶人練手第一版永遠(yuǎn)先跑一個(gè)最簡(jiǎn)單的模型。這不是偷懶而是基線思維你只有知道一個(gè)樸素方法能做到什么程度才能衡量后續(xù)復(fù)雜模型是否真的帶來(lái)了提升。蔬菜識(shí)別的話第一版可以直接用LeNet-5或者一個(gè)只有四五層卷積的小網(wǎng)絡(luò)跑。LeNet-5雖然誕生時(shí)間早、結(jié)構(gòu)簡(jiǎn)單但它包含了卷積、池化、全連接、非線性激活這些CNN最核心的組件幾十行代碼就能實(shí)現(xiàn)訓(xùn)練也只要幾分鐘。用它跑一遍完整的“數(shù)據(jù)加載——訓(xùn)練——評(píng)估”流程能讓你先把工程鏈路打通之后再換復(fù)雜模型就只是改網(wǎng)絡(luò)定義的事。我見(jiàn)過(guò)不少同學(xué)一上來(lái)就直接開(kāi)會(huì)話模型結(jié)果環(huán)境配置、顯存溢出、訓(xùn)練時(shí)間過(guò)長(zhǎng)等問(wèn)題全都堆在一起最后根本分不清是代碼問(wèn)題還是模型問(wèn)題。先用基線模型排除掉代碼和數(shù)據(jù)的坑這個(gè)習(xí)慣能幫你省下好幾天。2.2 ResNet為什么是多數(shù)人的最終選擇如果直接回答“蔬菜識(shí)別最終應(yīng)該用什么模型”我會(huì)說(shuō)首選ResNet系列具體是ResNet18還是ResNet50看你的顯卡顯存和數(shù)據(jù)集規(guī)模。ResNet解決的核心問(wèn)題是深度網(wǎng)絡(luò)的退化也就是層數(shù)堆上去之后訓(xùn)練集上的誤差反而升高。它用殘差塊讓每一層學(xué)習(xí)的不再是完整的映射而是相對(duì)于輸入的殘差。這個(gè)過(guò)程打個(gè)比方如果目標(biāo)輸出是10傳統(tǒng)的卷積層要直接學(xué)習(xí)怎么從輸入變換到10殘差結(jié)構(gòu)只需要學(xué)習(xí)從當(dāng)前值到目標(biāo)值的差值假設(shè)當(dāng)前是8那它只需要學(xué)一個(gè)2學(xué)習(xí)難度低了好幾個(gè)數(shù)量級(jí)。這種設(shè)計(jì)讓50層甚至上百層的網(wǎng)絡(luò)變得可控可訓(xùn)練也讓梯度在反向傳播時(shí)多了一條“捷徑”直接流回淺層緩解了梯度消失。針對(duì)蔬菜識(shí)別這個(gè)場(chǎng)景ResNet18已經(jīng)足夠。因?yàn)槭卟祟悇e的視覺(jué)差異主要集中在顏色、紋理和形狀上不是那種需要極高層語(yǔ)義理解的復(fù)雜任務(wù)比如醫(yī)學(xué)影像病灶檢測(cè)。ResNet18參數(shù)量只有約1100萬(wàn)訓(xùn)練速度快顯存占用小你用消費(fèi)級(jí)顯卡跑起來(lái)非常舒服。如果手頭顯卡還不錯(cuò)或者后續(xù)想寫“模型對(duì)比”章節(jié)里顯得陣容更豐富再加一個(gè)ResNet50做對(duì)比完全可以但不要指望它比ResNet18高太多——在公開(kāi)蔬菜數(shù)據(jù)集上差距往往只有一到兩個(gè)百分點(diǎn)。2.3 不同顯卡條件下的模型選擇參考我把不同硬件預(yù)算下適合的模型選擇整理成了一張表方便你直接按自己的情況對(duì)號(hào)入座硬件條件推薦模型訓(xùn)練時(shí)間預(yù)估說(shuō)明無(wú)獨(dú)顯CPULeNet-5 / 淺層CNN每個(gè)epoch 10~30分鐘適合跑通流程最終準(zhǔn)確率可能不夠理想入門獨(dú)顯4~6GB顯存ResNet18每個(gè)epoch 1~3分鐘性價(jià)比最高的組合強(qiáng)烈推薦中高端獨(dú)顯8~12GB顯存ResNet50 / MobileNetV3每個(gè)epoch 3~8分鐘可以做更充分的模型對(duì)比實(shí)驗(yàn)云端GPU租用任意取決于實(shí)例租卡跑實(shí)驗(yàn)時(shí)注意數(shù)據(jù)上傳和下載延遲從這張表能看出來(lái)大多數(shù)學(xué)生的情況都在第二行也就是“一張入門級(jí)獨(dú)立顯卡 ResNet18”。這個(gè)組合對(duì)于蔬菜識(shí)別來(lái)說(shuō)屬于典型的夠用且有余量——不會(huì)因?yàn)槟Ｐ吞鯇?dǎo)致結(jié)果難看也不會(huì)因?yàn)槟Ｐ吞髮?dǎo)致訓(xùn)練失控。如果你的電腦實(shí)在帶不動(dòng)深度學(xué)習(xí)訓(xùn)練完全可以先用云端方案跑實(shí)驗(yàn)本地只做數(shù)據(jù)和代碼準(zhǔn)備。3. 數(shù)據(jù)集與預(yù)處理決定識(shí)別精度的隱形推手3.1 訓(xùn)練集從哪里來(lái)怎么保證質(zhì)量關(guān)于蔬菜數(shù)據(jù)集我的建議是優(yōu)先找公開(kāi)可獲取的蔬菜圖像數(shù)據(jù)集資源這類數(shù)據(jù)集通常按類別分好文件夾標(biāo)注基本準(zhǔn)確類別數(shù)量在10到30個(gè)之間每種蔬菜樣本量從幾百?gòu)埖缴锨埐坏?。?5類蔬菜的規(guī)模來(lái)說(shuō)原始圖片總計(jì)一萬(wàn)張左右已經(jīng)非常夠用了。拿到數(shù)據(jù)之后第一件事不是急著訓(xùn)練而是做一輪人工抽查。用一個(gè)簡(jiǎn)單的腳本把每個(gè)類別下的圖片隨機(jī)抽出若干張拼成網(wǎng)格圖看一眼專門找這幾類問(wèn)題圖片是否混入了其他物體是否有多類別同時(shí)出現(xiàn)的場(chǎng)景是否有清晰度極低或嚴(yán)重過(guò)曝/欠曝的圖是否有標(biāo)注和內(nèi)容明顯不匹配的樣本這一步看起來(lái)原始但極其重要。不少公開(kāi)數(shù)據(jù)集的下載版本經(jīng)過(guò)多次轉(zhuǎn)存總會(huì)有一些損壞圖片或者標(biāo)注錯(cuò)亂如果這些臟數(shù)據(jù)混進(jìn)訓(xùn)練集模型會(huì)學(xué)到非常奇怪的特征而且你后期排查起來(lái)特別費(fèi)勁。我通常的做法是每類圖片抽10張人工看發(fā)現(xiàn)問(wèn)題再針對(duì)性地過(guò)濾整個(gè)類別而不是逐張檢查全部數(shù)據(jù)效率會(huì)高很多。3.2 數(shù)據(jù)增強(qiáng)是力大磚飛但別過(guò)度數(shù)據(jù)增強(qiáng)是深度學(xué)習(xí)里少有的“幾乎白撿的提升手段”尤其是對(duì)圖像分類這類任務(wù)增強(qiáng)不僅能增加訓(xùn)練樣本多樣性還能顯著緩解過(guò)擬合。蔬菜識(shí)別里最有效的增強(qiáng)操作我按優(yōu)先級(jí)排序隨機(jī)水平翻轉(zhuǎn)蔬菜沒(méi)有方向性翻轉(zhuǎn)后語(yǔ)義不變零風(fēng)險(xiǎn)增強(qiáng)隨機(jī)旋轉(zhuǎn)±15度以內(nèi)模擬擺放角度變化角度大了會(huì)出現(xiàn)大量黑邊或裁切變形反而干擾訓(xùn)練隨機(jī)亮度/對(duì)比度擾動(dòng)模擬不同光照環(huán)境這是蔬菜識(shí)別場(chǎng)景里非常真實(shí)的變化隨機(jī)裁剪后縮放模擬近距離觀察或遮擋但要注意裁剪比例別太小否則主體物被裁沒(méi)了標(biāo)簽就錯(cuò)了高斯噪聲蔬菜紋理本身就帶噪聲少量噪聲可以提高魯棒性。這里面有兩條經(jīng)驗(yàn)想特別提一下第一驗(yàn)證集不要做數(shù)據(jù)增強(qiáng)只做歸一化和尺寸調(diào)整否則驗(yàn)證指標(biāo)會(huì)被“增強(qiáng)過(guò)的樣本”污染無(wú)法反映真實(shí)效果第二增強(qiáng)強(qiáng)度要循序漸進(jìn)不要一開(kāi)始就把所有操作都拉滿我在實(shí)踐中見(jiàn)過(guò)不少同學(xué)把隨機(jī)裁剪的尺度設(shè)得太小模型訓(xùn)練出的準(zhǔn)確率反而不如不增強(qiáng)的版本。3.3 類別不均衡這類真實(shí)問(wèn)題怎么處理蔬菜數(shù)據(jù)集的類別分布通常不會(huì)非常均衡有的類別樣本有上千張有的類別只有三五百?gòu)?。如果直接?xùn)練模型會(huì)對(duì)樣本量大的類別產(chǎn)生偏好小類別即使學(xué)得不夠好也不太影響總體準(zhǔn)確率。處理方式有三種可以組合使用。第一種是類別加權(quán)損失函數(shù)也就是在交叉熵?fù)p失里給樣本少的類別更高的損失權(quán)重讓模型對(duì)它們的誤判付出更大代價(jià)第二種是過(guò)采樣每次從訓(xùn)練集取樣時(shí)對(duì)小類別重復(fù)采樣讓每個(gè)batch里各類別比例更接近第三種是最簡(jiǎn)單但有效的——給樣本少的類別更激進(jìn)的數(shù)據(jù)增強(qiáng)相當(dāng)于人工增加它們的有效樣本數(shù)量。判斷是不是需要處理類別不均衡直接看訓(xùn)練完成后的每一類準(zhǔn)確率就行。如果有些類別的精確率或召回率明顯偏低再對(duì)比該類別的樣本數(shù)量就能確認(rèn)原因。畢設(shè)論文里如果能寫出“發(fā)現(xiàn)某類數(shù)據(jù)不足→采取平衡策略→該類準(zhǔn)確率從多少提升到多少”這個(gè)過(guò)程是非常加分的。4. 訓(xùn)練過(guò)程中的調(diào)參與監(jiān)控不能只看準(zhǔn)確率4.1 從整體Loss和單類精度兩個(gè)視角找問(wèn)題不少初學(xué)者訓(xùn)練模型時(shí)目光只盯著一個(gè)數(shù)——驗(yàn)證集準(zhǔn)確率。準(zhǔn)確率當(dāng)然重要但它是一個(gè)高度聚合的指標(biāo)一個(gè)90%的準(zhǔn)確率完全無(wú)法告訴你模型是在所有類別上都表現(xiàn)均衡還是只靠幾個(gè)大類撐起來(lái)的。我的習(xí)慣是同時(shí)盯四個(gè)東西訓(xùn)練集Loss、驗(yàn)證集Loss、驗(yàn)證集準(zhǔn)確率、每一類的混淆矩陣。前面三個(gè)在每個(gè)epoch結(jié)束后輸出一次混淆矩陣在最后幾個(gè)epoch看一眼。訓(xùn)練集Loss持續(xù)下降但驗(yàn)證集Loss上升這是典型的過(guò)擬合信號(hào)說(shuō)明模型開(kāi)始把訓(xùn)練樣本的細(xì)節(jié)當(dāng)成了通用規(guī)律訓(xùn)練集Loss和驗(yàn)證集Loss都在高位徘徊不降可能是學(xué)習(xí)率過(guò)大導(dǎo)致震蕩或者模型容量不夠驗(yàn)證集Loss下降但準(zhǔn)確率也平穩(wěn)上升那是最理想的狀態(tài)保持住就行。4.2 一個(gè)可以直接參考的調(diào)參路線下面這套參數(shù)是我在用ResNet18做類似圖像分類任務(wù)時(shí)比較順手的一套基準(zhǔn)你可以直接拿去做起點(diǎn)再微調(diào)優(yōu)化器Adam初試學(xué)習(xí)率1e-3損失函數(shù)CrossEntropyLossBatch Size32顯存不夠就16經(jīng)驗(yàn)是Batch Size小的時(shí)候要適當(dāng)降低學(xué)習(xí)率Epoch上限30~40輪學(xué)習(xí)率調(diào)度ReduceLROnPlateaupatience3factor0.5也就是驗(yàn)證集Loss連續(xù)三輪不下降時(shí)學(xué)習(xí)率減半早停連續(xù)6輪驗(yàn)證集Loss無(wú)改善直接停掉訓(xùn)練并恢復(fù)最佳模型。這套配置屬于“老實(shí)人跑法”不是最快的但幾乎不會(huì)翻車。比起一上來(lái)用cosine退火、混合精度這些高級(jí)技巧我建議先把這套標(biāo)準(zhǔn)流程的結(jié)果記錄下來(lái)作為基線。后續(xù)想提速或提精度再逐項(xiàng)替換對(duì)比。4.3 過(guò)擬合與欠擬合的實(shí)戰(zhàn)處理手法過(guò)擬合在蔬菜識(shí)別里非常常見(jiàn)因?yàn)楣_(kāi)數(shù)據(jù)集的圖片數(shù)量并不算龐大而ResNet18的容量又足夠大。怎么判斷是不是過(guò)擬合直接看訓(xùn)練集準(zhǔn)確率和驗(yàn)證集準(zhǔn)確率的差距如果訓(xùn)練集已經(jīng)到99%了驗(yàn)證集還卡在85%左右而且這個(gè)差距還在拉大基本可以判斷過(guò)擬合了。處理過(guò)擬合我有一套固定的組合拳先給數(shù)據(jù)增強(qiáng)加一點(diǎn)強(qiáng)度比如把隨機(jī)旋轉(zhuǎn)從10度放寬到15度增加一個(gè)色彩抖動(dòng)再看驗(yàn)證集有沒(méi)有改善如果沒(méi)有改善給全連接層加Dropoutp0.3左右還不行就引入權(quán)重衰減weight decay從1e-4開(kāi)始試。這三板斧能解決掉90%的圖像分類過(guò)擬合問(wèn)題。欠擬合的判斷正相反——訓(xùn)練集準(zhǔn)確率本身就不高比如只有80%左右。這種情況說(shuō)明模型容量或?qū)W習(xí)能力不足先去查學(xué)習(xí)率是不是太低、網(wǎng)絡(luò)結(jié)構(gòu)是不是太淺而不是盲目加數(shù)據(jù)。如果是扁平網(wǎng)絡(luò)結(jié)構(gòu)直接把網(wǎng)絡(luò)換成ResNet18幾乎立刻見(jiàn)效。5. 對(duì)比實(shí)驗(yàn)和論文寫作把工作變成“工作量”5.1 論文骨架怎么搭最省時(shí)間很多人做完項(xiàng)目才開(kāi)始寫論文這是個(gè)順序上的錯(cuò)誤。最理想的做法是從一開(kāi)始就用論文的框架去驅(qū)動(dòng)實(shí)驗(yàn)每做一個(gè)環(huán)節(jié)就把對(duì)應(yīng)的圖表和描述補(bǔ)進(jìn)論文里項(xiàng)目做完時(shí)論文已經(jīng)完成了70%。蔬菜識(shí)別畢設(shè)論文的骨架可以這樣搭第一章緒論寫清楚蔬菜識(shí)別的應(yīng)用背景農(nóng)業(yè)智能化、超市結(jié)算自動(dòng)化、家庭健康管理等和國(guó)內(nèi)外研究現(xiàn)狀第二章技術(shù)基礎(chǔ)講CNN的基礎(chǔ)組件、殘差網(wǎng)絡(luò)的原理、遷移學(xué)習(xí)的機(jī)制第三章數(shù)據(jù)集處理寫數(shù)據(jù)來(lái)源、預(yù)處理流程、增強(qiáng)策略和統(tǒng)計(jì)分析第四章模型設(shè)計(jì)與實(shí)驗(yàn)寫網(wǎng)絡(luò)結(jié)構(gòu)的選擇理由、訓(xùn)練細(xì)節(jié)、與不同模型對(duì)比的結(jié)果第五章系統(tǒng)實(shí)現(xiàn)寫怎么把模型包裝成可交互的識(shí)別演示系統(tǒng)第六章總結(jié)與展望。這個(gè)結(jié)構(gòu)是典型的工程類畢設(shè)論文模板每個(gè)章節(jié)工作量明確不需要額外的文獻(xiàn)閱讀壓力。需要注意的是研究現(xiàn)狀部分不要只羅列別人的工作要落到“它們對(duì)蔬菜識(shí)別有什么借鑒意義”上哪怕只是簡(jiǎn)單歸類討論也能體現(xiàn)出文獻(xiàn)調(diào)研的思考深度。5.2 對(duì)比實(shí)驗(yàn)表格怎么設(shè)計(jì)才不被動(dòng)答辯時(shí)評(píng)委問(wèn)得最多的一句話就是“為什么你的模型比別的好好在哪里”如果你的論文里沒(méi)有一個(gè)像樣的對(duì)比實(shí)驗(yàn)表格這個(gè)問(wèn)題基本答不上來(lái)。我建議至少做三組對(duì)比一組是不同網(wǎng)絡(luò)結(jié)構(gòu)對(duì)比比如LeNet-5、VGG16、ResNet18、ResNet50在同一個(gè)數(shù)據(jù)集上的準(zhǔn)確率和參數(shù)量對(duì)比一組是數(shù)據(jù)增強(qiáng)消融比如“無(wú)增強(qiáng)”“基礎(chǔ)增強(qiáng)”“強(qiáng)增強(qiáng)”三檔實(shí)驗(yàn)看增強(qiáng)手段帶來(lái)的精度增益一組是訓(xùn)練策略對(duì)比比如“從零訓(xùn)練”和“使用遷移學(xué)習(xí)預(yù)訓(xùn)練權(quán)重微調(diào)”的效果差異。每組實(shí)驗(yàn)的表格至少列這幾列模型名稱、參數(shù)量、訓(xùn)練輪數(shù)、Top-1準(zhǔn)確率、平均精確率、平均召回率。有這張表?yè)窝疝q被問(wèn)到任何“為什么”的時(shí)候你都能用數(shù)據(jù)而不是感覺(jué)來(lái)回答。5.3 用錯(cuò)誤樣例反過(guò)來(lái)豐富論文內(nèi)容模型訓(xùn)練完不是終點(diǎn)把預(yù)測(cè)錯(cuò)誤的圖片系統(tǒng)地看一遍往往能發(fā)現(xiàn)意想不到的論文素材。有些錯(cuò)誤是數(shù)據(jù)集標(biāo)注本身有誤有些是圖片中蔬菜被大量遮擋有些是相似品種的固有區(qū)分難度還有些是你預(yù)處理方式的問(wèn)題比如某種顏色的增強(qiáng)變換造成顏色失真。把這些錯(cuò)誤案例截圖整理好在論文里單獨(dú)開(kāi)一個(gè)小節(jié)討論“每個(gè)錯(cuò)誤類型的占比”和“可能的改進(jìn)方向”這個(gè)章節(jié)放在論文的實(shí)驗(yàn)部分非常亮眼。它能證明兩件事第一你真的認(rèn)真觀察過(guò)模型的行為而不是跑完拉倒第二你具備從數(shù)據(jù)中發(fā)現(xiàn)問(wèn)題并思考解決方案的能力這正是畢業(yè)設(shè)計(jì)培養(yǎng)的核心素養(yǎng)。我覺(jué)得這一步比把準(zhǔn)確率再刷高兩個(gè)點(diǎn)要有價(jià)值得多。6. 從模型到演示讓答辯現(xiàn)場(chǎng)有人氣6.1 一個(gè)10分鐘能跑起來(lái)的網(wǎng)頁(yè)演示訓(xùn)練出一堆準(zhǔn)確率數(shù)字和損失曲線答辯PPT上當(dāng)然可以放但別忘了評(píng)委也是人——現(xiàn)場(chǎng)讓他們上手點(diǎn)一點(diǎn)、傳一張圖看到識(shí)別結(jié)果記憶點(diǎn)會(huì)遠(yuǎn)遠(yuǎn)強(qiáng)過(guò)看曲線圖。這里我強(qiáng)烈建議做一個(gè)最簡(jiǎn)單的網(wǎng)頁(yè)演示最終目標(biāo)是有網(wǎng)頁(yè)界面、能上傳圖片、顯示識(shí)別結(jié)果和置信度全部流程控制在十行代碼級(jí)別的封裝。實(shí)現(xiàn)邏輯很簡(jiǎn)單訓(xùn)練好的模型保存為權(quán)重文件后端讀取權(quán)重并加載網(wǎng)絡(luò)結(jié)構(gòu)前端頁(yè)面上傳圖片后端把圖片預(yù)處理成模型要求的尺寸和歸一化格式forward一次得到預(yù)測(cè)類別和概率渲染回前端頁(yè)面。框架選Flask就可以它對(duì)這種輕量級(jí)識(shí)別任務(wù)非常合適十幾行代碼就能測(cè)通。如果你愿意還可以在頁(yè)面上一并展示訓(xùn)練過(guò)程的損失曲線甚至在頁(yè)面上放幾張測(cè)試樣例圖供快速點(diǎn)擊體驗(yàn)。6.2 攝像頭實(shí)時(shí)識(shí)別是加分項(xiàng)網(wǎng)頁(yè)上傳圖片的演示是基礎(chǔ)版如果你時(shí)間余量多我建議再進(jìn)一步用攝像頭做實(shí)時(shí)蔬菜識(shí)別。其實(shí)就是把“上傳圖片”換成“從攝像頭獲取一幀圖像”預(yù)處理和后處理完全一樣唯一要控制的是每幀推理速率要夠快。現(xiàn)實(shí)情況中只要你用的是ResNet18級(jí)別或者更輕量的模型CPU上可能只能跑到每秒一兩幀但只要在GPU上跑實(shí)時(shí)性完全沒(méi)問(wèn)題。這個(gè)演示由于視覺(jué)沖擊力強(qiáng)往往能成為答辯現(xiàn)場(chǎng)的討論點(diǎn)。但千萬(wàn)要注意先保證基礎(chǔ)版穩(wěn)定運(yùn)行再做實(shí)時(shí)識(shí)別——答辯當(dāng)天如果攝像頭驅(qū)動(dòng)出了問(wèn)題你還有網(wǎng)頁(yè)版的備用方案。這一點(diǎn)我見(jiàn)過(guò)幾次教訓(xùn)有人把所有演示押在實(shí)時(shí)攝像頭方案上現(xiàn)場(chǎng)掉鏈子以后連個(gè)兜底的都沒(méi)有非常被動(dòng)。6.3 部署環(huán)節(jié)的幾個(gè)關(guān)鍵注意點(diǎn)模型部署遇到的最常見(jiàn)坑是預(yù)處理不一致。訓(xùn)練的時(shí)候圖片經(jīng)過(guò)了標(biāo)準(zhǔn)化減均值除以方差或Resize到固定尺寸但在部署腳本里卻忘了做同樣的事直接導(dǎo)致推理效果驟降。這個(gè)問(wèn)題很隱蔽因?yàn)槟Ｐ痛a沒(méi)變報(bào)錯(cuò)也不會(huì)有但預(yù)測(cè)結(jié)果就是不對(duì)。我有一個(gè)習(xí)慣每次部署完在測(cè)試集上隨機(jī)抽幾十張圖完整跑一遍推理流程確認(rèn)準(zhǔn)確率和訓(xùn)練時(shí)基本持平再交給演示端使用。另一點(diǎn)是把模型封裝好之后最好連同網(wǎng)絡(luò)結(jié)構(gòu)定義文件、權(quán)重文件、預(yù)處理函數(shù)放在同一個(gè)目錄里寫清楚哪個(gè)是先決條件。畢設(shè)交付時(shí)指導(dǎo)老師可能會(huì)讓你在另一臺(tái)機(jī)器上跑如果依賴路徑混亂、環(huán)境不清晰臨時(shí)排查會(huì)很浪費(fèi)時(shí)間。7. 我做這類項(xiàng)目踩過(guò)的坑和最終體會(huì)7.1 最容易翻車的五個(gè)細(xì)節(jié)第一個(gè)坑是數(shù)據(jù)下載不完整和路徑混亂。解決方法很樸素——下載后統(tǒng)計(jì)每個(gè)類別的文件數(shù)量確認(rèn)無(wú)誤之后在代碼里用統(tǒng)一的目錄結(jié)構(gòu)管理第二個(gè)坑是訓(xùn)練和驗(yàn)證集劃分時(shí)出現(xiàn)數(shù)據(jù)泄漏比如同一張圖片的放大版出現(xiàn)在兩個(gè)集合里導(dǎo)致驗(yàn)證集指標(biāo)離譜地高第三個(gè)坑是學(xué)習(xí)率忘了調(diào)整調(diào)度策略Adam常年用固定學(xué)習(xí)率跑到底后期Loss在一個(gè)平臺(tái)上磨嘰很久第四個(gè)坑是顯存不夠時(shí)直接把Batch Size改小卻忘了同步降低學(xué)習(xí)率結(jié)果模型震蕩不收斂第五個(gè)坑是論文用的實(shí)驗(yàn)圖表和最后提交的代碼版本不一致屬于非常尷尬的問(wèn)題。上面每一個(gè)我都見(jiàn)過(guò)至少一次真實(shí)案例。它們本身都不是大難題但每一個(gè)都可能在答辯前一周消耗掉你寶貴的睡眠時(shí)間。把這些小細(xì)節(jié)提前處理好你的整個(gè)項(xiàng)目體驗(yàn)會(huì)順暢非常多。7.2 我給下一屆同學(xué)的幾條實(shí)在建議最后說(shuō)幾條我自己的心得體會(huì)。第一不要把準(zhǔn)確率當(dāng)成唯一目標(biāo)畢設(shè)不是Kaggle競(jìng)賽理解原理、能講清楚每個(gè)選擇的理由比高出一個(gè)百分點(diǎn)的分?jǐn)?shù)更有價(jià)值第二所有實(shí)驗(yàn)都要養(yǎng)成記錄習(xí)慣訓(xùn)練參數(shù)、數(shù)據(jù)版本、結(jié)果指標(biāo)用一張表隨時(shí)記下來(lái)不然過(guò)兩周你就忘了當(dāng)時(shí)跑的是什么配置第三盡早把整個(gè)鏈路通一遍哪怕第一版效果爛到家完整跑通一遍流程的那種踏實(shí)感會(huì)支撐你后面跨過(guò)所有坑。回到題目本身基于CNN卷積網(wǎng)絡(luò)的蔬菜識(shí)別這個(gè)選題其實(shí)就是一個(gè)非常標(biāo)準(zhǔn)的“入門級(jí)但縱深足夠”的圖像分類項(xiàng)目。它不會(huì)讓你在答辯時(shí)驚艷全場(chǎng)但它能讓你完完整整地經(jīng)歷一遍深度學(xué)習(xí)項(xiàng)目的全部環(huán)節(jié)。把這件事踏踏實(shí)實(shí)做通你對(duì)神經(jīng)網(wǎng)絡(luò)的理解、對(duì)訓(xùn)練調(diào)試的直覺(jué)、對(duì)論文寫作的把握都會(huì)比看一百篇教程來(lái)得扎實(shí)。這就是我推薦它的最大理由。