基于深度学习的鲜花图像分类系统的设计与实现

1. 项目总览

1.1 背景与动机

现实生活中，鲜花电商、园艺大棚、智能零售柜都需要对花卉品种进行快速识别，以便定价、库存管理或生长环境调控。传统基于形态学的算法（颜色直方图、HOG+SVM 等）在多品种、复杂光照背景下鲁棒性差。利用深度学习卷积神经网络提取大规模数据特征，可显著提升识别精度。

1.2 目标

• 功能目标：输入任何一张含单朵鲜花的照片，系统输出花卉类别及置信度；支持单张、本地批量、在线 HTTP 以及桌面 GUI 四种使用场景。

• 性能目标：在 RTX 3060 GPU 上推理分辨率 224×224，平均延迟 ≤ 25 ms；Top-1 准确率 ≥ 95 %（以 5 类为例）。

• 交付目标：统一的工程仓库 + Docker 镜像 + 开发/运维文档。

---

2. 整体架构

┌──────────────┐ │ 1. 数据采集 │ └──────┬───────┘ │raw jpg ┌──────────────┐ │ │2. 数据标注/ │ │ utils.split_train_val │ 划分 ├─┘ └──────┬───────┘ │train / val / test ▼ ┌──────────────┐ │3. 模型训练 │ train.py (迁移学习 ResNet-50) └──────┬───────┘ │best.pt ▼ ┌────────────────────────────┐ │4A. 离线推理 infer.py │ ─ jpg/dir/video └────────────────────────────┘ ┌────────────────────────────┐ │4B. FastAPI api.py │ ─ HTTP JSON └────────────────────────────┘ ┌────────────────────────────┐ │4C. PyQt5 GUI (可选) │ ─ 拖拽/摄像头 └────────────────────────────┘

• 核心思想：一次训练，多端复用。ResNet 只需替换全连接层即可适配任意类数，对工程同学友好。

---

3. 环境配置（详解）

模块	选择	理由
操作系统	Ubuntu 22.04 LTS / Windows 11	宿舍、机房通用
Python	3.10	长期 LTS，以及 Torch 官方 wheel 支持
深度框架	PyTorch 2.1 + torchvision 0.16	生态成熟、预训练模型丰富
Serving	FastAPI + Uvicorn	异步高效、类型注解友好，便于二次开发
GUI	PyQt5	跨平台、零 Web 背景即可制作 Demo
容器化	Dockerfile 基于 pytorch/pytorch:runtime	便携、一键部署到云端或 Jetson

---

4. 数据准备与增强

4.1 数据源

• 自采：手机/相机在自然光、室内光、多角度拍摄各品类（>300 张/类），保证花朵主体居中、无遮挡。

• 公开：Oxford-102 Flowers、Kaggle Flowers Recognition (~4 K)。

4.2 划分策略

• 按 8 : 1 : 1 比例切分（train/val/test）；

• 使用脚本 utils.split_train_val.py，确保每类都涵盖到验证/测试集，减少采样偏差。

4.3 数据增强

操作	参数	目的
随机水平翻转	p=0.5	增加姿态多样性
随机旋转	±15°	模拟拍摄角度偏差
颜色抖动	亮度±10 %、饱和度±10 %	抵御不同光照
Resize & CenterCrop	224×224	统一尺寸，减少内存

采用 torchvision.transforms，