简介这份资源面向计算机视觉课程设计、期末大作业与入门深度学习的学习者提供一套基于TensorFlow与CNN的花卉图像识别完整方案帮助解决从数据读取、模型搭建到训练测试的全流程实现问题。压缩包共13个文件约10.82MB以6个Python脚本为核心覆盖模型定义、训练、测试与图形界面等模块另含docx实验报告、pptx汇报材料、yaml与txt环境配置、md说明文档及rar数据压缩包便于快速复现实验环境。目前已有615人学习下载具备一定参考热度。代码附带注释新手也能理解网络结构与训练逻辑实验报告与演示文稿可直接用于课程答辩环境配置文件有助于减少依赖安装与版本排错成本适合作为课程设计或大作业的参考模板。1. 花卉识别大作业从数据集到 CNN 模型一套能跑通的 Python 方案很多计算机视觉大作业的题目看起来简单真动手才发现坑全在细节里。花卉图像识别就是一个典型网上能找到的代码不少但要么数据集路径写死、要么版本对不上、要么训练完准确率上不去。这篇笔记围绕「Python TensorFlow CNN 做花卉图像识别」这条主线把数据准备、模型搭建、训练调参、结果分析整条链路拆开讲清楚。适合正在做计算机视觉大作业、想用 TensorFlow 跑通一个完整 CNN 项目的人也适合刚学完 CNN 基础、需要一个能复现的练手项目的人。读完之后你应该能自己搭出一套可训练、可评估、可写进实验报告的花卉识别流程而不是只会复制一段跑不起来的代码。2. 数据集与运行环境先把地基打牢再谈模型2.1 花卉数据集怎么选、怎么划分花卉识别常用的公开数据集是 Oxford Flowers 系列常见的有 17 类版本和 102 类版本。17 类版本每类 80 张左右总量约 1360 张适合大作业这种算力有限、时间有限的场景102 类版本总量八千多张类别更细训练难度明显上升。如果你只是要交一份完整的大作业17 类版本足够体现 CNN 的完整流程102 类版本可以作为进阶对比实验。数据集到手后目录结构一般是按类别分文件夹每个文件夹里是对应类别的图片。这种结构对tf.keras.utils.image_dataset_from_directory非常友好直接按文件夹名生成标签。但要注意两点一是图片尺寸不统一二是类别样本数可能不均衡。前者靠统一 resize 解决后者需要在划分时做分层抽样否则某类样本太少会导致模型对这类几乎学不到东西。划分比例上我一般用 70% 训练、15% 验证、15% 测试。验证集用来调超参和早停测试集只在最后评估一次不要拿测试集反复调参否则实验报告里的准确率就是自欺欺人。2.2 TensorFlow 环境安装与版本确认环境这块翻车最多。TensorFlow 2.x 和 1.x 的 API 差异巨大网上很多老代码用的是tf.Session在 2.x 里根本跑不了。所以第一步是确认版本并且统一用 Keras 高层 API。# 建议用虚拟环境隔离避免和系统里的包打架 python -m venv flower_env source flower_env/bin/activate # Windows 用 flower_env\Scripts\activate # 安装 TensorFlowCPU 版本足够跑花卉识别 pip install tensorflow2.15.0 pip install numpy matplotlib pillow scikit-learn安装完成后验证一下import tensorflow as tf print(tf.__version__) # 应输出 2.15.0 print(tf.config.list_physical_devices(GPU)) # 没有 GPU 会返回空列表逻辑说明虚拟环境是为了让这个项目的依赖独立避免污染其他项目。TensorFlow 2.15 对 Python 3.9 到 3.11 支持较好如果你本地 Python 版本太新或太旧pip 可能找不到对应 wheel。参数上tensorflow2.15.0是明确锁版本大作业场景不建议追最新版稳定比新特性重要。如果你有 NVIDIA 显卡并且装好了 CUDA可以换tensorflow[and-cuda]但花卉识别数据量不大CPU 训练也就几分钟一轮不必强求 GPU。提示如果安装时报Could not find a version先确认 Python 版本再确认 pip 是否升级到最新。国内网络下载慢可以换镜像源但不要用来源不明的第三方包。2.3 用 image_dataset_from_directory 加载数据不推荐自己写 ImageDataGenerator 的复杂配置Keras 现在推荐用image_dataset_from_directory代码短、出错少。import tensorflow as tf IMG_SIZE (224, 224) BATCH_SIZE 32 DATA_DIR flowers # 根目录下每个子文件夹是一个类别 train_ds tf.keras.utils.image_dataset_from_directory( DATA_DIR, validation_split0.3, # 先切出 30% 做验证测试 subsettraining, seed123, image_sizeIMG_SIZE, batch_sizeBATCH_SIZE, label_modeint ) val_test_ds tf.keras.utils.image_dataset_from_directory( DATA_DIR, validation_split0.3, subsetvalidation, seed123, image_sizeIMG_SIZE, batch_sizeBATCH_SIZE, label_modeint ) # 从 val_test 里再切一半做测试 val_batches tf.data.experimental.cardinality(val_test_ds) test_ds val_test_ds.take(val_batches // 2) val_ds val_test_ds.skip(val_batches // 2)逻辑说明validation_split0.3先把数据分成训练和验证测试两部分seed保证两次调用划分一致。label_modeint表示标签是整数配合sparse_categorical_crossentropy损失函数使用。参数上image_size设成 224×224 是因为后面用的 CNN 结构对输入尺寸不敏感但统一尺寸是必须的batch_size32是常见起点显存或内存不够就降到 16。cardinality拿到验证测试的批次数再对半切这样测试集不会参与任何训练决策。3. CNN 模型搭建从卷积层到分类头怎么配3.1 卷积、池化、全连接各自在干什么CNN 的基本结构是卷积层、池化层、全连接层交替堆叠。卷积层用卷积核在图像上滑动提取局部特征浅层学到边缘和颜色深层学到花瓣形状、花蕊纹理这类更抽象的模式。池化层做下采样把特征图尺寸缩小减少参数量同时保留主要信息。全连接层把前面提取的特征图拉平映射到类别数上做分类。这里有个容易混淆的点卷积层输出的是多通道特征图不是一维向量所以进全连接之前必须 Flatten。另外卷积核数量、卷积核大小、池化窗口大小都是超参不是越大越好。卷积核太多会过拟合太少学不到东西池化窗口太大丢信息太小起不到降维作用。花卉识别这种中等复杂度任务三到四个卷积块通常够用。3.2 搭一个可训练的基础 CNN下面是一个结构清晰、参数量适中的 CNN适合花卉识别大作业。from tensorflow.keras import layers, models def build_cnn(num_classes): model models.Sequential([ # 第一个卷积块 layers.Conv2D(32, (3, 3), activationrelu, input_shape(224, 224, 3)), layers.MaxPooling2D((2, 2)), # 第二个卷积块 layers.Conv2D(64, (3, 3), activationrelu), layers.MaxPooling2D((2, 2)), # 第三个卷积块 layers.Conv2D(128, (3, 3), activationrelu), layers.MaxPooling2D((2, 2)), # 分类头 layers.Flatten(), layers.Dense(128, activationrelu), layers.Dropout(0.5), layers.Dense(num_classes, activationsoftmax) ]) return model model build_cnn(num_classes17) model.summary()逻辑说明三个卷积块卷积核数量从 32 到 64 到 128 递增这是常见做法浅层特征少用少量核深层特征复杂用更多核。每个卷积后接最大池化特征图尺寸从 224 逐步降到 28。Flatten把 28×28×128 拉成向量接一个 128 维全连接层Dropout(0.5)随机丢弃一半神经元抑制过拟合。最后一层神经元数等于类别数softmax输出每类的概率。参数说明input_shape(224, 224, 3)要和前面数据加载的尺寸一致不一致会直接报错。Dropout(0.5)是经验值过拟合严重可以加到 0.6欠拟合就降到 0.3。Dense(128)这个中间层维度可以调但不要设得比类别数还小。3.3 编译、回调与训练配置模型搭好只是开始编译时的损失函数、优化器、学习率以及训练时的回调直接决定能不能收敛。model.compile( optimizertf.keras.optimizers.Adam(learning_rate1e-3), losssparse_categorical_crossentropy, metrics[accuracy] ) callbacks [ tf.keras.callbacks.EarlyStopping( monitorval_loss, patience5, restore_best_weightsTrue), tf.keras.callbacks.ReduceLROnPlateau( monitorval_loss, factor0.5, patience3, min_lr1e-6) ] history model.fit( train_ds, validation_dataval_ds, epochs50, callbackscallbacks )逻辑说明sparse_categorical_crossentropy对应整数标签如果标签是 one-hot 就要换成categorical_crossentropy这是高频错误。Adam学习率设 1e-3 是默认起点训练不动就降到 1e-4。EarlyStopping监控验证损失连续 5 轮不下降就停并恢复最优权重避免白跑。ReduceLROnPlateau在验证损失停滞时把学习率减半帮助跳出局部最优。参数说明patience5和patience3不是固定值数据噪声大可以适当加大。epochs50配合早停实际可能二三十轮就停了。min_lr1e-6是学习率下限防止降到几乎为零。4. 训练过程排查损失不降、准确率上不去怎么办4.1 先看数据管道有没有问题模型不收敛第一嫌疑是数据。常见现象是训练准确率一直卡在随机水平比如 17 类任务卡在 6% 左右。原因通常是标签和图片没对上或者图片根本没加载成功。解决办法是手动取一个 batch 出来看。import matplotlib.pyplot as plt for images, labels in train_ds.take(1): print(batch shape:, images.shape) print(label sample:, labels[:8].numpy()) plt.figure(figsize(10, 4)) for i in range(6): plt.subplot(2, 3, i1) plt.imshow(images[i].numpy().astype(uint8)) plt.title(flabel{labels[i].numpy()}) plt.axis(off) plt.show()逻辑说明打印 batch 形状确认是(32, 224, 224, 3)打印标签确认不是全零或越界。可视化几张图肉眼确认图片内容和标签对得上。如果图片显示全黑或全白说明归一化或读取环节有问题。4.2 过拟合与欠拟合的区分处理训练准确率高、验证准确率低是过拟合两者都低是欠拟合。花卉识别数据量小过拟合很常见。处理手段按优先级先加数据增强再加 Dropout再考虑减小模型。数据增强用 Keras 的预处理层直接嵌进模型里。data_augmentation tf.keras.Sequential([ layers.RandomFlip(horizontal), layers.RandomRotation(0.1), layers.RandomZoom(0.1), ]) # 在 build_cnn 的输入后插入 model models.Sequential([ layers.Input(shape(224, 224, 3)), data_augmentation, layers.Rescaling(1./255), # ... 后续卷积层 ])逻辑说明RandomFlip、RandomRotation、RandomZoom在训练时随机变换图片让模型见到更多样的样本验证和测试时不生效。Rescaling(1./255)把像素值从 0-255 缩到 0-1加速收敛。注意增强层只放在训练流程里Keras 会自动处理训练和推理的差异。参数说明RandomRotation(0.1)表示旋转范围是 ±10%花卉图片旋转太多会失真。RandomZoom(0.1)同理。增强不是越多越好过度增强会让模型学不到真实特征。4.3 学习率和 batch size 的联动调整学习率太大损失震荡不下降太小收敛慢甚至卡住。batch size 影响梯度估计的稳定性太小梯度噪声大太大泛化可能变差。经验上batch size 翻倍学习率可以适当放大但不要机械套公式。花卉识别这种任务batch size 32 配 1e-3 学习率是稳妥起点跑几轮看损失曲线再微调。如果损失曲线前期下降后期震荡多半是学习率偏大用ReduceLROnPlateau或手动降。如果损失几乎不动先检查数据归一化和标签再考虑换优化器或调结构。5. 避坑与常见问题这些错我基本都犯过5.1 图片尺寸不一致导致训练直接报错现象image_dataset_from_directory能加载但模型fit时报形状不匹配。原因数据加载时设了image_size但模型input_shape写的是另一个尺寸。解决把两处尺寸统一建议都写 224×224并且用变量而不是硬编码两遍。5.2 标签编码和损失函数不匹配现象训练时损失是nan或准确率始终为 0。原因标签是整数却用了categorical_crossentropy或者标签是 one-hot 却用了sparse_categorical_crossentropy。解决整数标签配 sparseone-hot 配 categorical二选一不要混。5.3 忘记归一化导致收敛极慢现象损失能降但非常慢几十轮还在高位。原因像素值 0-255 直接进网络梯度尺度太大。解决在模型最前面加Rescaling(1./255)或者加载数据时手动除以 255。这一步不做后面调参都是白费。5.4 验证集和测试集混用现象实验报告里准确率很高但换一批图片就崩。原因反复用测试集调参模型间接见过测试数据。解决测试集只在最后评估一次调参只看验证集。这是写实验报告的基本诚信。5.5 保存模型时只存权重不存结构现象换台机器加载模型报错或者加载后结构对不上。原因只用了model.save_weights没有保存完整模型。解决用model.save(flower_cnn.keras)保存完整模型加载时tf.keras.models.load_model直接还原结构和权重。6. 进阶技巧用迁移学习把准确率再拉一截基础 CNN 在 17 类花卉上通常能到 70% 到 85%想再往上走迁移学习是最划算的手段。拿一个在 ImageNet 上预训练好的网络比如 MobileNetV2 或 EfficientNetB0去掉顶层分类头换成自己的类别数先冻结主干训练分类头再解冻部分层做微调。base_model tf.keras.applications.MobileNetV2( input_shape(224, 224, 3), include_topFalse, weightsimagenet ) base_model.trainable False # 先冻结 model models.Sequential([ base_model, layers.GlobalAveragePooling2D(), layers.Dropout(0.3), layers.Dense(17, activationsoftmax) ]) model.compile( optimizertf.keras.optimizers.Adam(1e-3), losssparse_categorical_crossentropy, metrics[accuracy] ) model.fit(train_ds, validation_dataval_ds, epochs10, callbackscallbacks) # 解冻最后若干层做微调 base_model.trainable True for layer in base_model.layers[:-30]: layer.trainable False model.compile( optimizertf.keras.optimizers.Adam(1e-5), # 微调学习率要小 losssparse_categorical_crossentropy, metrics[accuracy] ) model.fit(train_ds, validation_dataval_ds, epochs10, callbackscallbacks)逻辑说明include_topFalse去掉原网络的分类层weightsimagenet加载预训练权重。先冻结主干只训练新加的分类头让分类头适应花卉特征再解冻最后 30 层做微调学习率降到 1e-5避免把预训练权重冲掉。GlobalAveragePooling2D替代 Flatten参数量更少过拟合风险更低。参数说明解冻层数不是固定的数据量小就少解冻数据量大可以多解冻。微调学习率一定要比初始训练小一到两个数量级。Dropout(0.3)比基础 CNN 里的 0.5 小因为迁移学习本身泛化更好。验证方法上除了看测试集准确率建议画混淆矩阵看看哪些类别容易混。花卉里形状相近的类别比如不同品种的玫瑰混淆是正常的可以在实验报告里分析原因这比只报一个准确率数字更有说服力。我自己做这类大作业的习惯是先把基础 CNN 跑通并记录每一组超参的结果再上迁移学习做对比最后把混淆矩阵和错误样本截图放进报告。这样一份实验报告既有完整流程又有分析和改进比单纯贴代码强得多。希望帮到你。本文还有配套的精品资源点击获取