简介基于深度学习的水果识别系统是一套完整的高分毕设项目核心采用迁移学习技术在ImageNet预训练权重基础上对VGG16、ResNet50、MobileNetV2和DenseNet121四个模型分别微调实现水果图像分类最高准确率达93.08%。项目适合计算机相关专业如计科、人工智能、通信工程、自动化、电子信息等的在校学生、教师及企业开发者可满足毕业设计、课程设计、作业或项目初期演示等场景也适合初学者借此理解迁移学习与图像识别的完整流程。资源共277个文件压缩包大小17.53MB包含8个Python源码、HTML前端页面、CSS样式、JavaScript脚本、GIF与JPG图片素材以及文档说明、数据集和训练好的H5模型目录结构清晰方便按功能模块查阅与二次开发。所有代码均经过运行验证作者答辩评审平均分达到96分目前已有319人学习对需要快速搭建水果识别系统或参考高分毕设写法的读者来说是一份省时且可靠的参考资料。1. 为什么拿预训练模型做水果识别而不是自己训练CNN做水果识别毕设最直接的冲动是从零搭一个卷积神经网络。但如果你真的跑过会发现水果数据集的规模通常只有几千到一两万张从零训练一个深层网络不仅训练时间以小时计精度还常常卡在85%以下因为浅层特征纹理、边缘、颜色分布根本学不够。我在这个项目里直接采用迁移学习加载在ImageNet上预训练好的VGG16、ResNet50、MobileNetV2、DenseNet121把最后的全连接层替换成水果类别分类头再冻结大部分层做微调。四个模型中最高准确率做到了93.08%答辩评审平均分96分靠的不是模型结构创新而是预训练权重带来的强特征迁移能力和一套可控的训练流程。这个资源里包含源码、文档说明、数据集和训练好的模型权重适合正在做毕设或课程设计的计算机、人工智能、自动化专业学生。你不需要从零开始调网络结构重点放在数据预处理、微调策略和评估方法上。下面按照我从拿到数据集到最终部署验证的完整顺序拆开讲每个环节都给出可以直接抄的代码和参数。2. 数据集组织与预处理Train/Val/Test划分和ImageDataGenerator参数2.1 数据集目录结构与label映射水果识别数据集最常见的组织方式是每个类别一个文件夹文件夹名就是类别标签。我拿到的数据集是五个类别苹果、香蕉、葡萄、橙子、菠萝具体类别以你的数据集为准。目录结构如下fruit_dataset/ ├── train/ │ ├── apple/ # 苹果图片 │ ├── banana/ │ ├── grape/ │ ├── orange/ │ └── pineapple/ ├── val/ │ └── ... # 同上 └── test/ └── ... # 同上这里有个关键点训练集、验证集、测试集必须在类别分布上保持大致一致否则模型在验证集上的表现会虚高或虚低。我一般会在划分前先用Python脚本统计每个类别的图片数量确保train:val:test 7:2:1。如果原始数据集没有划分可以用下面的脚本自动完成import os import random import shutil src_root fruit_dataset_raw # 原始数据根目录 dst_root fruit_dataset split_ratio {train: 0.7, val: 0.2, test: 0.1} for cls in os.listdir(src_root): cls_path os.path.join(src_root, cls) if not os.path.isdir(cls_path): continue imgs os.listdir(cls_path) random.shuffle(imgs) n_train int(len(imgs) * split_ratio[train]) n_val int(len(imgs) * split_ratio[val]) for split, subset in zip([train, val, test], [imgs[:n_train], imgs[n_train:n_trainn_val], imgs[n_trainn_val:]]): out_dir os.path.join(dst_root, split, cls) os.makedirs(out_dir, exist_okTrue) for img in subset: shutil.copy(os.path.join(cls_path, img), os.path.join(out_dir, img))这段脚本做的事情是遍历原始数据集的每个类别文件夹打乱图片顺序按比例复制到新的train/val/test目录。参数说明split_ratio可以按需调整如果数据量少建议train占比提高到0.8val和test各0.1random.shuffle保证了划分的随机性避免某个类别图片在时间上连续导致分布偏差。2.2 数据增强和归一化的参数选择训练时我使用了Keras的ImageDataGenerator做在线数据增强。水果识别这个任务颜色和纹理是核心特征所以数据增强不能太激进否则会把真实特征破坏掉。我用的参数如下参数值说明rotation_range20随机旋转20度模拟拍摄角度变化width_shift_range0.2水平平移20%模拟水果不在画面中心height_shift_range0.2垂直平移20%shear_range0.15剪切变换增强几何鲁棒性zoom_range0.2随机缩放模拟远近变化horizontal_flipTrue水平翻转注意垂直翻转不要开因为水果上下方向有语义preprocessing_functionNone不额外做函数归一化交给模型自带的preprocess_input这里特别提醒如果使用VGG16、ResNet50等模型必须用tensorflow.keras.applications中对应的preprocess_input函数而不是简单除以255。因为预训练权重是在ImageNet特定的归一化方式下训练的VGG16默认用caffe风格ResNet50用torch风格MobileNetV2用tf风格。混用会导致输入分布和预训练分布不一致精度直接下跌。2.3 一个可直接用的数据加载代码把训练集和验证集分别配置好from tensorflow.keras.preprocessing.image import ImageDataGenerator from tensorflow.keras.applications.vgg16 import preprocess_input as vgg16_preprocess train_datagen ImageDataGenerator( rotation_range20, width_shift_range0.2, height_shift_range0.2, shear_range0.15, zoom_range0.2, horizontal_flipTrue, preprocessing_functionvgg16_preprocess ) val_datagen ImageDataGenerator( preprocessing_functionvgg16_preprocess ) train_generator train_datagen.flow_from_directory( fruit_dataset/train, target_size(224, 224), batch_size32, class_modecategorical ) val_generator val_datagen.flow_from_directory( fruit_dataset/val, target_size(224, 224), batch_size32, class_modecategorical )flow_from_directory会自动扫描子目录并生成标签映射class_indices属性可以查看类别到索引的对应关系。这里target_size必须和预训练模型输入尺寸一致VGG16和ResNet50是224x224MobileNetV2是224x224或更高如果数据集图片较大可以先用双线性插值缩放到224x224。batch_size设为32是因为四个模型中最大的VGG16在显卡显存8GB以下时batch 32是安全上限如果显存不够可以降到16。3. 四种预训练模型的微调策略与对比实验设计3.1 迁移学习的两种方式特征提取 vs 微调迁移学习有两条路一是把预训练模型当特征提取器冻结全部卷积层只训练新加的全连接分类层二是微调即解冻部分高层卷积层让它们也参与训练。水果识别这种细粒度不算特别高的任务特征提取就能达到90%左右但微调高层可以再提升2-4个百分点。我采用的是「分阶段微调」先冻结所有层训练分类头让随机初始化的Dense层先收敛再解冻最后一个卷积块用很小的学习率继续训练。原因很简单如果一开始就解冻所有层随机初始化的全连接层会产生较大梯度反向传播会把预训练好的卷积层权重破坏掉导致训练初期损失剧烈波动。3.2 VGG16/ResNet50/MobileNetV2/DenseNet121的配置差异四个模型在ImageNet上都有预训练权重但结构差异决定了它们的参数量、推理速度和精度表现模型参数量特点适合场景VGG16138M卷积层全串行结构简单但参数庞大硬件资源充足追求结果可解释ResNet5025.6M残差连接深层优化容易精度与速度平衡MobileNetV23.4M深度可分离卷积体积小速度快部署到低算力设备DenseNet1218M稠密连接特征复用强小数据集上表现稳定我实际对比时发现DenseNet121在这个水果数据集上收敛最快约15个epoch就达到91%ResNet50在后期的泛化能力最好最终测试集准确率93.08%MobileNetV2虽然准确率稍低约90%但模型大小不到10MB如果毕设需要展示嵌入式部署选它最合适。VGG16训练时间最长一个epoch要跑近两分钟除非你追求可视化特征图的简洁性否则不建议作为首选。3.3 模型封装与训练日志记录代码为了方便对比我写了一个构建模型的函数用str参数指定模型名称返回微调后的模型from tensorflow.keras.applications import VGG16, ResNet50, MobileNetV2, DenseNet121 from tensorflow.keras.models import Model from tensorflow.keras.layers import Dense, Dropout, GlobalAveragePooling2D def build_transfer_model(base_namedensenet121, num_classes5): base_dict { vgg16: (VGG16, (224, 224)), resnet50: (ResNet50, (224, 224)), mobilenetv2: (MobileNetV2, (224, 224)), densenet121: (DenseNet121, (224, 224)) } base_cls, input_size base_dict[base_name] base_model base_cls( weightsimagenet, include_topFalse, input_shape(input_size[0], input_size[1], 3) ) base_model.trainable False # 第一阶段冻结 x base_model.output x GlobalAveragePooling2D()(x) x Dense(256, activationrelu)(x) x Dropout(0.5)(x) predictions Dense(num_classes, activationsoftmax)(x) model Model(inputsbase_model.input, outputspredictions) return modelinclude_topFalse是核心它去掉了预训练模型原本的1000类全连接层只保留卷积特征提取部分。GlobalAveragePooling2D替代Flatten因为前者参数量更少且能保留空间位置信息对防止过拟合有帮助。Dropout(0.5)在全连接层前随机丢弃一半神经元是减轻过拟合的常规操作。构建完成后需要编译模型设置优化器和损失函数model.compile( optimizertf.keras.optimizers.SGD(learning_rate1e-3, momentum0.9), losscategorical_crossentropy, metrics[accuracy] )第一阶段用SGD而不是Adam因为SGD momentum在迁移学习微调中更稳定不易把预训练权重带偏。learning_rate1e-3是第一阶段分类头训练的安全值第二阶段解冻后要降到1e-5。4. 训练时的关键参数、过拟合控制与指标解读4.1 学习率调度、BatchSize和Epoch怎么定传统做法是固定学习率跑几十个epoch但迁移学习中我更倾向使用ReduceLROnPlateau回调当验证集损失连续3个epoch不下降时学习率乘以0.2。这样做的好处是前期快速收敛后期精细逼近最优解。Epoch数不建议一开始定死我用EarlyStopping结合最大epoch值来解决设置100的上限如果验证集准确率连续8个epoch不提升就停止训练。BatchSize的选择直接影响BatchNorm层的行为。ResNet50和DenseNet121都包含BatchNorm如果batch_size太小比如4、8统计均值方差不准训练会震荡。我测试过batch_size从16到64的差异16时DenseNet121的验证准确率波动明显64时单epoch时间增加30%但收敛更平稳。最终对于MobileNetV2和VGG16使用32ResNet50和DenseNet121使用48因为后两者参数量小相同显存可以塞更大batch。4.2 用EarlyStopping和ModelCheckpoint兜底训练过程必须保留最优模型而不是最后一轮。因为微调后期模型容易在验证集上抖动最后一轮可能不是性能最好的。下面是一套完整的回调配置from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint, ReduceLROnPlateau callbacks [ EarlyStopping( monitorval_loss, patience8, restore_best_weightsTrue ), ReduceLROnPlateau( monitorval_loss, factor0.2, patience3, min_lr1e-6 ), ModelCheckpoint( best_model_resnet50.h5, monitorval_accuracy, save_best_onlyTrue, save_weights_onlyFalse ) ]restore_best_weightsTrue表示训练结束后把权重恢复到验证集表现最好的阶段这比手动再加载一次ModelCheckpoint保存的权重更方便。min_lr1e-6防止学习率降到零后无法跳出局部最优。文件命名同时带了模型名方便对比实验时不会互相覆盖。第二阶段微调的代码逻辑是先把所有层设为不可训练训练10个epoch让分类头收敛然后解冻base_model中从倒数第4层开始的卷积层保持更早的层冻结重新编译用learning_rate1e-5再训练20个epoch。注意重新编译是必须的因为trainable属性改变后必须重新调用compile框架才会重新计算可训练参数列表。4.3 从混淆矩阵和分类报告找问题准确率不能反映所有问题。比如菠萝和橙子外观差异大误判少但香蕉和苹果在特定光照下可能混淆。我训练完每个模型后会生成分类报告和混淆矩阵from sklearn.metrics import classification_report, confusion_matrix import numpy as np val_generator.reset() predictions model.predict(val_generator, stepsval_generator.samples // 32 1) pred_classes np.argmax(predictions, axis1) true_classes val_generator.classes[:len(pred_classes)] print(classification_report(true_classes, pred_classes, target_namesval_generator.class_indices.keys())) cm confusion_matrix(true_classes, pred_classes) print(cm)这里要注意val_generator.classes是按生成器顺序排列的标签model.predict的输出顺序与之对应前提是生成器的shuffle必须为False。flow_from_directory默认shuffleTrue在验证集上要显式设置shuffleFalse否则预测顺序和真实标签对不上。我在实际运行中遇到过一次这个问题分类报告里每个类别准确率全部错乱排查了很久才发现是验证集被shuffle了。如果发现某个类别召回率明显低优先检查该类别的图片数量和采集环境。我之前遇到过「青苹果」被误判为「梨」的情况原因是训练集里青苹果样本不足100张而梨的样本有800张。针对这种情况我选择在代码中对每个类别上传的图片数量做限制并在数据增强中为该类别单独提高zoom_range而不是简单删减数据。5. 部署与验证单张图片预测的完整流程5.1 加载模型并做预处理训练好的.h5文件可以直接加载。首先要保证预测时的预处理和训练时完全一致否则精度骤降。下面是完整的单张图片预测流程from tensorflow.keras.models import load_model from tensorflow.keras.preprocessing import image from tensorflow.keras.applications.resnet50 import preprocess_input import numpy as np model load_model(best_model_resnet50.h5) def predict_fruit(img_path, model, class_indices): img image.load_img(img_path, target_size(224, 224)) x image.img_to_array(img) # (224, 224, 3) x np.expand_dims(x, axis0) # (1, 224, 224, 3) x preprocess_input(x) # 关键和训练一致 preds model.predict(x) pred_index np.argmax(preds[0]) confidence np.max(preds[0]) # class_indices 是训练时的 {类别:索引} 字典 class_name [k for k, v in class_indices.items() if v pred_index][0] return class_name, confidence, preds[0]这里的preprocess_input必须和训练时使用的保持一致。如果用ResNet50训练就用tensorflow.keras.applications.resnet50.preprocess_input如果训练VGG16就用vgg16版本。expand_dims是为了模拟一个batch模型输入要求四维张量。类别映射class_indices可以在加载训练生成器后通过train_generator.class_indices保存下来或者直接硬编码在预测脚本中。5.2 预测结果与置信度输出预测结果不能只看分类标签。对于毕设答辩展示置信度分布更有说服力。我写了一个简单的输出函数打印前三个类别及其概率def show_top3(preds, class_indices): top3_idx np.argsort(preds)[::-1][:3] for i, idx in enumerate(top3_idx): # 注意class_indices的key是类别名value是索引 class_name list(class_indices.keys())[list(class_indices.values()).index(idx)] print(fTop {i1}: {class_name} - {preds[idx]*100:.2f}%)这里np.argsort(preds)[::-1]得到概率从大到小的索引。如果置信度低于60%我建议在应用层设计一个「未识别」分支避免硬分类。一个可直接使用的代码展示如下。5.3 一个实用技巧把模型导出为SavedModel并用TensorFlow Serving部署如果只是毕设演示.h5文件加上model.predict已经足够但如果想让系统能对外提供HTTP接口最省事的方式是导出为SavedModel格式然后用TensorFlow Serving起一个容器# 导出为SavedModel !tf.saved_model.save(model, exported_fruit_model)然后在服务器上启动服务docker run -t --rm -p 8501:8501 \ -v $(pwd)/exported_fruit_model:/models/fruit_model \ -e MODEL_NAMEfruit_model \ tensorflow/serving:2.13.0调用方式采用JSON格式的请求核心是传入图片的base64编码import requests import base64 with open(test_apple.jpg, rb) as f: image_byte base64.b64encode(f.read()).decode(utf-8) payload {instances: [{input_1: image_byte}]} resp requests.post(http://localhost:8501/v1/models/fruit_model:predict, jsonpayload) print(resp.json())注意这里input_1是模型的输入张量名你可以在编译模型后通过model.inputs[0].name查询。导出时也可以指定签名但用默认签名配合instances格式是最常见的做法。这个部署技巧的价值在于模型训练完成后不用写Flask或FastAPI应用TensorFlow Serving天然支持并发、模型热加载演示时直接把训练好的模型目录发给评委在任意机器上都能一键起服务。最后提一个验证细节测试集评估时也要使用与训练一致的预处理并且加载图片后一定要确认load_img的target_size与训练时输入尺寸一致否则会因resize方式不同导致像素分布漂移。我踩过的坑是训练时用target_size(224,224)预测时直接读原图没resize结果准确率掉到30%。把这个检查写进评估脚本的第一行断言里能避免答辩现场翻车。本文还有配套的精品资源点击获取