基于102数据集的神经网络花朵分类实战：从数据预处理到模型优化

1次阅读

没有评论

共计 1835 个字符，预计需要花费 5 分钟才能阅读完成。

102 花朵数据集（Oxford-102 Flowers）是一个经典的细粒度分类数据集，包含 102 种英国常见花卉的图片，每类至少有 40 张图像。该数据集的主要挑战在于：

类别不均衡 ：部分类别样本量差异显著
细粒度分类 ：不同品种间视觉差异微小（如不同颜色的玫瑰）
背景干扰 ：花朵在自然场景中的构图多变

基础 CNN：参数量小但特征提取能力有限，验证集准确率约 65%
ResNet18：残差连接缓解梯度消失，验证集准确率可达 82%
EfficientNet：计算效率高但需要更多调参，验证集准确率约 85%

实际测试表明，ResNet34 在准确率（86%）和训练速度之间取得了较好平衡，适合作为基线模型。

关键步骤包括：

统一缩放到 256×256 像素
随机裁剪 224×224 训练区域
颜色抖动增强（亮度 / 对比度 / 饱和度）
标准化处理（ImageNet 均值方差）

train_transform = transforms.Compose([transforms.Resize(256),
    transforms.RandomCrop(224),
    transforms.RandomHorizontalFlip(),
    transforms.ColorJitter(0.4, 0.4, 0.4),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], 
                         std=[0.229, 0.224, 0.225])
])

冻结底层卷积层，仅微调全连接层：

model = models.resnet34(pretrained=True)
for param in model.parameters():
    param.requires_grad = False

model.fc = nn.Sequential(nn.Linear(512, 256),
    nn.ReLU(),
    nn.Dropout(0.5),
    nn.Linear(256, 102)
)

使用逆类别频率平衡损失函数：

class_counts = [...] # 每个类别的样本数
weights = 1. / torch.tensor(class_counts, dtype=torch.float)
weights = weights / weights.sum()
criterion = nn.CrossEntropyLoss(weight=weights)

Top- 1 准确率 ：常规分类指标
混淆矩阵 ：识别易混淆类别对
Class-wise 召回率 ：检查小样本类别表现

可视化示例：

from sklearn.metrics import confusion_matrix
import seaborn as sns

cm = confusion_matrix(true_labels, preds)
sns.heatmap(cm, annot=True, fmt='d')

内存优化 ：
使用混合精度训练（AMP）
启用 CUDA Graph 减少内核启动开销
部署一致性 ：
固化预处理参数（均值 / 方差值）
使用 ONNX 统一推理管线
持续学习 ：
添加新类别时冻结特征提取器
采用 Elastic Weight Consolidation 防止遗忘

# 数据加载
class FlowerDataset(Dataset):
    def __init__(self, ..., transform=None):
        # 实现读取逻辑

# 模型定义
class FlowerModel(nn.Module):
    def __init__(self):
        super().__init__()
        # 网络层定义

# 训练循环
def train_epoch(model, loader, optimizer, criterion):
    # 包含梯度裁剪和 LR 调度

# 评估函数
def evaluate(model, loader):
    # 计算指标和混淆矩阵