简介：图像识别技术在农业植保领域的应用日益广泛，尤其是深度学习算法的成熟让农作物病虫害的自动诊断成为可能。传统人工巡检效率低、时效性差，而卷积神经网络能够通过图像特征提取实现高精度分类，迁移学习的引入更大幅降低了模型训练门槛。借助TensorFlow这一主流深度学习框架，开发者可以快速构建并训练识别模型；配合Flask等轻量级Web框架，能够将模型封装为易用的网页服务，实现上传图片即得诊断结果。本文以水稻病虫害智能识别为切入点，完整讲解从环境配置、数据增强、迁移学习训练到Flask部署的全链路流程，并分享常见报错与解决方案，适用于智慧农业、图像分类及Web应用开发等场景的工程实践参考。 水稻病虫害这块，说实话一直是农业物联网里最实在也最容易落地的场景。种过地或者接触过植保的朋友都知道，稻瘟病、纹枯病、稻曲病这些一旦爆发，靠肉眼一亩一亩看过去，等发现的时候往往已经耽误了最佳防治窗口。我做了几年计算机视觉方向的落地项目，今年被拉着做了一套基于Python与TensorFlow的水稻病虫害智能识别系统，顺手用Flask把它包成了一个Web应用，让手机、电脑打开网页就能上传图片识别，不用装任何客户端。这篇文章把整个系统的设计思路、训练细节和部署过程完整拆出来，包括完整源码的说明，给准备用TensorFlow做图像识别落地的朋友一个参考，也顺便把其中踩过的坑一并交代清楚。
这套系统我能很坦诚地说，技术栈并不算新，但组合起来非常实用：TensorFlow负责模型训练和推理，Flask负责对外提供HTTP接口和网页交互，Python则是把整条链路粘起来的主角。无论你是刚学完Python基础想找个完整项目的在校生，还是做智慧农业需要快速出原型的技术人员，甚至只是对图像分类感兴趣想跑通一个迁移学习流程的爱好者，这篇文章都可以直接当操作手册用。我会尽量把每一步怎么选、为什么这么选讲透，代码也会贴出关键部分。
1. 项目整体设计与技术选型思路
1.1 需求拆解：为什么是Python、TensorFlow和Flask这三件套
先看需求本身。水稻病虫害识别，本质上是一个图像分类任务：给一张水稻叶片或者稻穗的照片，模型输出它属于哪一种病或者虫害，比如稻瘟病、纹枯病、白叶枯病、稻飞虱，或者健康叶片。这类任务在深度学习时代已经有非常成熟的套路，核心就是卷积神经网络。但落地到实际场景，需要考虑几个问题：模型训练需要框架，模型对外提供服务需要接口，而整个流程需要有人去写业务逻辑。
Python在这里几乎是唯一的选择。不是说其他语言不行，而是在图像处理、深度学习、Web开发三个领域里，Python的生态最全。数据预处理用Pillow、OpenCV，模型训练用TensorFlow，Web服务用Flask，全链路都是Python，开发效率最高，出了问题也能对着社区找到大量现成答案。
TensorFlow作为深度学习框架，最大的优势是生态成熟、生产环境部署方案完善。尤其是Keras接口，对新手极其友好，几行代码就能把MobileNetV2这类预训练模型加载进来做迁移学习。有人会问为什么不用PyTorch，我在后面的小节里单独展开对比。对于农业场景这种模型更新频率不高、部署环境相对传统（往往是一台普通服务器甚至树莓派）的项目，TensorFlow的SavedModel格式和TensorFlow Lite都能提供顺畅的落地路径。
Flask则是最适合这个体量的Web框架。它轻量、灵活，不需要像Django那样引入一套完整的多目录结构。我们的需求很简单：一个网页上传图片，后端接收图片做预处理，送入TensorFlow模型推理，返回识别结果和置信度。Flask只用几十行代码就能写清楚这些逻辑，而且和TensorFlow的模型加载在同一个Python进程里没有任何兼容性问题。
1.2 系统架构与目录规划
整个系统的数据流向是这样的：用户通过浏览器访问Flask服务，选择图片并上传，Flask的POST接口接收图片字节流并保存到临时目录，然后调用模型推理模块，对图片进行尺寸调整、归一化、维度扩展，喂给TensorFlow模型，得到各类别的置信度分数，最后把Top1类别和分数渲染到结果页面。整个过程从用户点击上传到看到结果，在CPU机器上大约1到3秒，体验已经很流畅。
目录结构我是这样规划的，你直接抄作业也可以：
rice_disease/ ├── app.py # Flask入口 ├── model/ │ ├── rice_model.h5 # 训练好的模型文件 │ └── labels.txt # 类别标签文件 ├── models/ │ └── train.py # 训练脚本 │ └── predict.py # 推理模块 ├── static/ │ └── uploads/ # 上传图片保存目录 ├── templates/ │ └── index.html # 前端页面 ├── dataset/ │ ├── train/ │ │ ├── rice_blast/ │ │ ├── brown_spot/ │ │ └── healthy/ │ └── validation/ │ ├── rice_blast/ │ ├── brown_spot/ │ └── healthy/ └── requirements.txt这样的结构成本很低，但每个目录职责清晰。dataset放原始数据，models里放训练和预测相关的Python脚本，Flask直接读取model目录下的产物文件。这里有一个经验之谈：模型文件和标签文件一定不要和训练脚本放在同一个目录，因为Flask项目部署时往往只需要模型文件、labels.txt、templates和static，训练脚本并不需要带过去。分开之后，部署的时候拷贝目录会清爽很多，也不会误把几GB的训练数据带上服务器。
2. 环境准备与依赖安装的实操细节
2.1 Python环境与虚拟环境配置
这一节看着基础，但很多人在这一步栽跟头。TensorFlow对Python版本是有要求的，不是随便装个最新版Python就能跑。比如TensorFlow 2.10及以前的版本支持到Python 3.7到3.10，而TensorFlow 2.11以后，Windows上的原生支持有所变化。2024年前后安装TensorFlow，比较稳妥的组合是Python 3.8到3.10配合TensorFlow 2.10到2.15之间的版本。
我的建议是直接用Anaconda建一个独立环境，不要在全局环境里装深度学习的包。为什么？因为TensorFlow底层的numpy、protobuf、absl-py这些依赖，和其他项目容易起冲突。尤其是numpy，版本不对会出现类似_ARRAY_API not found的报错，非常折磨人。用虚拟环境隔离以后，这个项目随便折腾，坏了直接删掉重建，五分钟就能恢复。
conda create -n rice python=3.9 conda activate rice或者如果你习惯用venv：
python -m venv rice_venv # Windows下激活 rice_venv\Scripts\activate # Linux/Mac下激活 source rice_venv/bin/activate这里补充一个真实体会：在Windows上如果你只是想本地跑通这个项目，CPU版TensorFlow完全够用，因为MobileNetV2模型很小，推理的时候CPU也能跑得动。但在训练阶段，如果数据集比较大、epochs又设得多，CPU训练会让你怀疑人生。建议训练放到有NVIDIA GPU的机器上，或者用Google Colab跑一晚，然后把模型文件下载到本地做Flask部署。我后面讲训练时也是按这个思路来写的。
2.2 TensorFlow与依赖库的安装组合
我的requirements.txt内容如下，这几个版本是实测稳定能跑通的组合：
tensorflow==2.13.0 flask==3.0.0 numpy==1.24.3 pillow==10.1.0 opencv-python==4.8.1.78 scikit-learn==1.3.2安装命令：
pip install -r requirements.txt如果是在GPU机器上训练，把tensorflow换成tensorflow-gpu，或者直接装tensorflow，在2.x版本里GPU支持已经默认集成在同一个包中，不需要单独装tensorflow-gpu了。这里有个很多人不知道的细节：TensorFlow 2.1以后，tensorflow-gpu这个包名就已经废弃了，直接pip install tensorflow就会根据机器上是否有可用的CUDA来决定是否启用到GPU。
说一下为什么选这些版本。TensorFlow 2.13是2023年中的稳定版本，和Python 3.9、numpy 1.24的组合非常成熟，容易遇到坑的地方（比如protobuf版本冲突）在这个组合下几乎不会出现。Flask 3.0相比2.x改动不大，但对Python 3.8以上支持更好。Pillow用来处理图片是最省心的，OpenCV则可以做更复杂的预处理，虽然这个项目里Pillow也够用，但装上OpenCV方便后续扩展。
3. 水稻病虫害数据集准备与预处理
3.1 数据集获取与目录规范
做图像分类项目，数据永远是最费时间的部分。水稻病虫害公开数据集其实不少，Kaggle上有一些，国内的AI Challenger、天池也出过相关赛题。我自己用的是网上公开的Rice Leaf Disease数据集，包含稻瘟病（rice blast）、褐斑病（brown spot）、白叶枯病（bacterial leaf blight）和健康叶片（healthy）四个类别，每个类别几百张到一千多张图片不等。
这里必须提醒一句：公开数据集的图片数量通常不够做高精度分类，特别是病虫害在不同生长阶段、不同光照条件下表现差异很大。我的处理方法是，如果实际项目要求高准确率，建议自己到田间补拍，或者用数据增强来扩大样本量。数据增强的事情下一小节详细说，这里先讲目录规范。
我严格按照Keras的ImageDataGenerator.flow_from_directory要求的目录结构来组织数据，也就是每个类别一个文件夹，文件夹名字就是类别名。训练集和验证集分开建目录，不要混在一起。这种目录结构的好处是，训练时不需要自己写数据加载逻辑，Keras会自动扫描子目录名作为标签，省掉很多代码。
3.2 数据增强与小样本处理
数据增强是解决样本量不够的核心手段。所谓数据增强，就是在训练时对原始图片做随机变换，比如旋转、平移、翻转、缩放、亮度调整，从而变出"新"的样本。为什么要做这一步？因为卷积神经网络虽然很强大，但如果训练图片太少，模型很容易过拟合，也就是把训练集背下来了，遇到新图片就变得很差。
我在训练脚本里用ImageDataGenerator设置了一组增强参数：
train_datagen = ImageDataGenerator( rescale=1.0/255.0, rotation_range=30, width_shift_range=0.2, height_shift_range=0.2, shear_range=0.2, zoom_range=0.2, horizontal_flip=True, fill_mode='nearest' )解释一下每个参数的含义和取值逻辑。rescale就是把像素值从0到255缩放到0到1之间，这个几乎是必须的，神经网络在小范围内训练更稳定。rotation_range=30表示最多随机旋转30度，模拟拍照时角度不完全一致的情况。width_shift_range和height_shift_range是水平和垂直方向的平移，比例设为0.2，意思是最多平移图片宽度的20%。zoom_range=0.2是随机缩放，模拟拍摄距离的不同。horizontal_flip是水平翻转，这个对叶片图片来说是合理的，因为水稻叶片无论朝哪个方向长，病害特征是不变的。
验证集这里要注意：验证集只能做rescale，不能做增强。因为验证集的作用是模拟真实场景，如果也做大量随机变换，得到的验证准确率就不真实了，没法准确判断模型是否真的学好了。
4. 模型训练：从迁移学习到效果调优
4.1 迁移学习选型与理由
模型这块我最终选了MobileNetV2。为什么不自己从头设计一个卷积网络？农业图像分类虽然不像工业质检那样极度依赖精细特征，但靠手写几层卷积，在几百张图片的小数据集上基本不可能达到可用的准确率。从头训练一个深度网络至少需要几十万张图片和大规模算力，这不是我们做应用的人该干的事。迁移学习的思路是：我们已经有一个在ImageNet上训练好的模型，它学会了通用特征提取能力（边缘、纹理、形状等），我们只需要把后面几层替换成自己的分类层，再在病虫害数据上微调即可。
MobileNetV2相比VGG16、ResNet50这些模型的优势，核心就是轻量。它的参数量只有约350万个，而VGG16有1.38亿个。这意味着在相同硬件条件下，MobileNetV2训练更快、推理也更快，模型文件只有十几MB，部署到Flask服务里几乎不占内存。对农业场景，模型的精度稍微差零点几个百分点完全可以接受，但响应速度直接关系到用户体验。
4.2 训练脚本的核心实现
训练脚本的核心代码如下，我先贴出来再逐行解释：
import tensorflow as tf from tensorflow.keras.preprocessing.image import ImageDataGenerator from tensorflow.keras.applications import MobileNetV2 from tensorflow.keras.layers import Dense, GlobalAveragePooling2D, Dropout from tensorflow.keras.models import Model IMG_SIZE = 224 BATCH_SIZE = 32 EPOCHS = 30 DATASET_DIR = '../dataset' MODEL_SAVE_PATH = '../model/rice_model.h5' LABEL_SAVE_PATH = '../model/labels.txt' train_datagen = ImageDataGenerator( rescale=1.0/255.0, rotation_range=30, width_shift_range=0.2, height_shift_range=0.2, shear_range=0.2, zoom_range=0.2, horizontal_flip=True, fill_mode='nearest' ) val_datagen = ImageDataGenerator(rescale=1.0/255.0) train_generator = train_datagen.flow_from_directory( DATASET_DIR + '/train', target_size=(IMG_SIZE, IMG_SIZE), batch_size=BATCH_SIZE, class_mode='categorical' ) val_generator = val_datagen.flow_from_directory( DATASET_DIR + '/validation', target_size=(IMG_SIZE, IMG_SIZE), batch_size=BATCH_SIZE, class_mode='categorical' ) with open(LABEL_SAVE_PATH, 'w') as f: for label in train_generator.class_indices: f.write(label + '\n') base_model = MobileNetV2( weights='imagenet', include_top=False, input_shape=(IMG_SIZE, IMG_SIZE, 3) ) base_model.trainable = False x = base_model.output x = GlobalAveragePooling2D()(x) x = Dense(128, activation='relu')(x) x = Dropout(0.3)(x) predictions = Dense(train_generator.num_classes, activation='softmax')(x) model = Model(inputs=base_model.input, outputs=predictions) model.compile( optimizer=tf.keras.optimizers.Adam(learning_rate=1e-4), loss='categorical_crossentropy', metrics=['accuracy'] ) model.fit( train_generator, steps_per_epoch=train_generator.samples // BATCH_SIZE, epochs=EPOCHS, validation_data=val_generator, validation_steps=val_generator.samples // BATCH_SIZE, verbose=1 ) model.save(MODEL_SAVE_PATH)几个关键点拆开说。首先是include_top=False，这个参数的意思是去掉MobileNetV2原本在ImageNet上训练好的1000类分类层，我们只保留前面的特征提取部分。base_model.trainable=False是冻结这些层，冻结的原因是：我们数据量少，如果一开始就让预训练权重跟着一起更新，很容易把已经学好的特征给破坏掉，这叫灾难性遗忘。所以先冻结，只训练我们自己加的分类层。
然后看自定义分类部分。GlobalAveragePooling2D把卷积层输出的特征图压缩成一维向量，相比直接把特征图展平，参数量更少，也更不容易过拟合。中间加一个128维的全连接层和relu激活，是为了让模型有更强的非线性拟合能力。Dropout(0.3)是随机丢弃30%的神经元，这是最常用的正则化手段，能有效防止过拟合。最后输出维度等于类别数，激活函数用softmax，输出的每个值就是该类的概率。
4.3 训练调参与评估
训练过程中，我最关心的不是训练集准确率，而是验证集准确率。如果训练准确率一直很高但验证准确率上不去，说明过拟合了；如果两个都不高，说明模型容量不足或者数据有问题。
我这套配置跑30个epoch，大概20个epoch以后验证准确率就能稳定在95%以上。这里建议在训练时加上ModelCheckpoint回调，只保存验证集准确率最高的模型，而不是最后一个epoch的模型。因为训练后期可能过拟合，最后几个epoch的模型反而不如中间的最好。改进后的代码片段：
from tensorflow.keras.callbacks import ModelCheckpoint, EarlyStopping checkpoint = ModelCheckpoint( '../model/best_model.h5', monitor='val_accuracy', save_best_only=True, verbose=1 ) early_stop = EarlyStopping( monitor='val_accuracy', patience=8, restore_best_weights=True ) model.fit( train_generator, steps_per_epoch=train_generator.samples // BATCH_SIZE, epochs=EPOCHS, validation_data=val_generator, validation_steps=val_generator.samples // BATCH_SIZE, callbacks=[checkpoint, early_stop], verbose=1 )EarlyStopping的patience=8意思是连续8个epoch验证集准确率没有提升就提前停止训练，然后把权重恢复到验证集表现最好的状态。这一套组合下来，既能保证拿到最优模型，又不用纠结epoch到底设多少。
训练完成后，labels.txt文件里保存的就是类别索引和类别名的对应关系。注意Keras的flow_from_directory是按文件夹名的字母序排序的，所以labels.txt文件的顺序必须和模型训练时的类别顺序一致，否则推理时识别的结果就对不上了。这个顺序问题，很多人忽略，结果模型识别总是"张冠李戴"。
5. Flask Web应用：把模型包装成产品
5.1 后端接口设计
训练出模型之后，最关键的一步就是把模型包装成一个能提供给普通用户使用的Web应用。Flask在这里承担的角色很简单，但也很核心：接收HTTP请求，加载模型做推理，返回结果。
我写的app.py完整流程如下：
import os import numpy as np from PIL import Image from flask import Flask, request, render_template, jsonify from tensorflow.keras.models import load_model from tensorflow.keras.preprocessing import image app = Flask(__name__) UPLOAD_FOLDER = 'static/uploads' ALLOWED_EXTENSIONS = {'png', 'jpg', 'jpeg', 'bmp', 'webp'} app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER os.makedirs(UPLOAD_FOLDER, exist_ok=True) model_path = 'model/rice_model.h5' labels_path = 'model/labels.txt' model = load_model(model_path) with open(labels_path, 'r') as f: labels = [line.strip() for line in f.readlines()] def allowed_file(filename): return '.' in filename and filename.rsplit('.', 1)[1].lower() in ALLOWED_EXTENSIONS def predict_image(img_path): img = Image.open(img_path).resize((224, 224)) img_array = image.img_to_array(img) img_array = np.expand_dims(img_array, axis=0) img_array = img_array / 255.0 preds = model.predict(img_array)[0] top_idx = int(np.argmax(preds)) top_label = labels[top_idx] top_conf = float(preds[top_idx]) return top_label, top_conf @app.route('/', methods=['GET']) def index(): return render_template('index.html') @app.route('/predict', methods=['POST']) def predict(): if 'file' not in request.files: return jsonify({'error': '没有上传文件'}), 400 file = request.files['file'] if file.filename == '': return jsonify({'error': '文件名不能为空'}), 400 if not allowed_file(file.filename): return jsonify({'error': '不支持的图片格式'}), 400 filepath = os.path.join(app.config['UPLOAD_FOLDER'], file.filename) file.save(filepath) label, confidence = predict_image(filepath) return jsonify({'label': label, 'confidence': round(confidence, 4), 'image_url': '/' + filepath}) if __name__ == '__main__': app.run(host='0.0.0.0', port=5000, debug=True)这个接口设计成了JSON返回，这样不只是网页能调用，手机App、微信小程序、Postman都能直接测。我个人强烈建议做成JSON接口，而不是直接在Flask后端返回一个HTML页面，因为接口和前端解耦之后，后续你要加小程序或者其他客户端，后端一行都不用改。
关于上传文件的安全性，这里要着重提醒：file.save(filepath)直接用原始文件名保存，有路径穿越和信息泄露的风险。实际部署时，建议用uuid重命名文件，或者至少检查一下文件名中不含..等特殊路径。我在生产版本里是用时间戳加随机数重命名：
import uuid ext = file.filename.rsplit('.', 1)[1].lower() new_filename = uuid.uuid4().hex + '.' + ext filepath = os.path.join(app.config['UPLOAD_FOLDER'], new_filename)5.2 前端页面与交互
前端我尽量做得简洁，但交互逻辑要完整：一个文件选择框，一个预览图，一个识别按钮，一个结果展示区。模板用的Jinja2（Flask默认模板引擎），但我直接把结果用JavaScript渲染，这样页面不用刷新。
这里贴一个精简版的前端核心代码片段：
<!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>水稻病虫害智能识别</title> <style> body { font-family: system-ui, sans-serif; max-width: 640px; margin: 40px auto; padding: 0 20px; } .upload-box { border: 2px dashed #ccc; padding: 40px; text-align: center; border-radius: 12px; cursor: pointer; } .result-card { margin-top: 24px; padding: 16px; background: #f7f9fc; border-radius: 8px; } img.preview { max-width: 100%; margin-top: 16px; border-radius: 8px; } </style> </head> <body> <h1>水稻病虫害智能识别</h1> <div class="upload-box" id="uploadBox"> <p>点击选择或拖拽上传水稻叶片照片</p> <input type="file" id="fileInput" accept="image/*" style="display: none;"> </div> <img class="preview" id="preview" alt="预览图" style="display: none;"/> <div class="result-card" id="resultCard" style="display: none;"> <h2>识别结果</h2> <p>病害类型：<b id="label"></b></p> <p>置信度：<span id="confidence"></span></p> </div> <script> const uploadBox = document.getElementById('uploadBox'); const fileInput = document.getElementById('fileInput'); const preview = document.getElementById('preview'); const resultCard = document.getElementById('resultCard'); uploadBox.addEventListener('click', () => fileInput.click()); fileInput.addEventListener('change', (e) => { const file = e.target.files[0]; if (!file) return; preview.src = URL.createObjectURL(file); preview.style.display = 'block'; const formData = new FormData(); formData.append('file', file); fetch('/predict', { method: 'POST', body: formData }) .then(res => res.json()) .then(data => { if (data.error) { document.getElementById('label').innerText = data.error; document.getElementById('confidence').innerText = '-'; } else { document.getElementById('label').innerText = data.label; document.getElementById('confidence').innerText = (data.confidence * 100).toFixed(2) + '%'; } resultCard.style.display = 'block'; }) .catch(err => alert('识别失败：' + err)); }); </script> </body> </html>这段代码的fetch用的是浏览器原生API，不需要引jQuery等第三方库，加载快，代码也简洁。界面设计上，我刻意没有做花哨的样式，因为农业场景使用的设备往往性能一般，特别是用老手机打开的时候，页面越简单越流畅。
5.3 本地启动与验证
启动Flask应用只需要一条命令：
python app.py启动成功后，浏览器访问http://127.0.0.1:5000就能看到上传页面。选一张水稻病害图片上传，稍等一两秒，页面就会显示识别结果。这里有个小细节：Flask默认的端口是5000，如果你本机有其他服务占用了5000端口，可以用app.run(host='0.0.0.0', port=8080)指定其他端口。host='0.0.0.0'这个设置可以让局域网内的其他设备通过你的电脑IP访问服务，比如手机和电脑在同一WiFi下，手机浏览器直接访问http://192.168.1.100:5000也能用。
6. 完整源码的关键模块拆解
6.1 推理模块的三种写法
推理阶段，我推荐把预测逻辑单独拆成一个模块，不要全部塞在app.py里。这样代码更清晰，也方便命令行调试。models/predict.py我同时提供了三种调用方式，分别适用于不同场景。
第一种，加载h5模型进行预测，适合刚训练完、做快速验证。第二种，把模型导出为SavedModel格式再预测，适合正式部署。第三种，ONNX格式，适合做跨平台部署，但需要在TensorFlow环境中先转换。
第一种核心代码贴过，不再重复。重点说第二种，TensorFlow原生的SavedModel格式。这种格式在加载时会包含完整的模型计算图，部署上更规范，也支持TensorFlow Serving这类生产级方案。转换很简单：
model = load_model('../model/rice_model.h5') model.save('../model/rice_saved_model', save_format='tf')然后加载方式变成：
import tensorflow as tf model = tf.saved_model.load('../model/rice_saved_model') infer = model.signatures['serving_default']这两种方式在这个项目里都验证过，Flask里的推理结果几乎一致。我建议普通用户直接用h5格式，简单省事，不用操心签名名称的问题。
6.2 分类结果映射与置信度处理
深度学习模型最后输出的原始预测结果是一个numpy数组，数组里每个元素对应当前类别索引的概率，所有概率加起来等于1。要拿到最终的类别名称，必须做一次索引到标签名的映射。
我之前在训练脚本里把类别名一行一行写进labels.txt，顺序和train_generator.class_indices保持一致。推理的时候，把模型输出的概率数组做一个argmax，拿到最大概率的索引，然后去labels.txt里按照行号找到对应类别名。这个流程看似简单，但出了错非常隐蔽，因为代码不会报错，只是结果错。
举个例子，如果训练时文件夹的顺序是bacterial_leaf_blight、brown_spot、healthy、rice_blast，那么labels.txt里的顺序也必须是这个。如果哪次改过文件夹名字或者重新整理了数据，顺序变了，但labels.txt没有同步更新，模型识别出来的类别就会错乱。
给模型输出概率加一个置信度阈值也是个好做法。实际使用中，如果用户上传了一张完全无关的照片（比如风景、人物），模型也会强行输出一个概率最大的类别。我在生产版本里加了判断：如果最大置信度低于0.6，就返回"无法确认，请上传更清晰的水稻叶片照片"的提示。这样做能避免很多错误识别带来的误判和误导。
7. 常见问题与排查技巧实录
7.1 训练阶段的经典报错与解决办法
我在做这个项目的过程中，遇到的第一个高频报错是FileNotFoundError: [Errno 2] No such file or directory: '../dataset/train'。原因很简单：训练脚本在models目录下运行时，相对路径是基于当前工作目录计算的，如果直接在models目录里执行python train.py，../dataset的路径不对，Python自然找不到数据。解决办法是建议所有路径都用绝对路径，或者基于脚本所在路径动态拼接一次，不要让路径依赖运行时的当前目录。
第二个高频问题是训练的时候提示ValueError: Asked to gather elements along dimension 0, but there was no input或者ResourceExhaustedError。前者通常是因为训练数据太少，flow_from_directory生成的步数不为正整数导致的，检查steps_per_epoch是不是算成了0。后者是显存不足，把batch size从32改小到16或者8就能解决，这个在GPU机器上很常见。
第三个让我印象最深的问题是模型训练完，model.save()保存文件很小，加载预测时却报AttributeError: 'NoneType' object has no attribute 'shape'。后来发现是保存的是整个模型但中间包含了自定义层导致的序列化异常。解决方法是尽量用Keras原生层，不要随手自定义层；如果确实用了自定义层，保存时要传custom_objects参数。
7.2 Web部署阶段的典型问题
部署阶段最常见的坑是端口占用。Flask默认端口5000，很多开发本机上的服务可能已经占用了。我见过一个情况是用户启动后网页一直打不开，看日志才发现端口已经被另一个Python进程占着，进程还在用着同一个模型文件，文件被锁住了。解决办法就是我前面说的，启动时指定一个不常用的端口，比如app.run(port=8080)。
另一个很典型的问题是模型加载后Flask请求一直报错，日志里显示ValueError: Cannot reshape a tensor with X elements to shape [...]。原因就是上传图片预处理时，尺寸或者通道数不对。模型训练时用的是224x224的三通道RGB图片，但有些上传的图片带透明通道或者灰度图只有一个通道，如果不做转换就会报错。我在predict_image里做了统一转换，确保所有输入图片都走同样的预处理逻辑：
img = Image.open(img_path).convert('RGB').resize((224, 224))7.3 我踩过的一些坑和补救方案
最后分享几个不好发现但确实浪费了我不少时间的坑。
第一个是模型文件和Flask代码不匹配。当时我从训练机器上下载模型到本地，本地Flask的TensorFlow版本是2.10，但训练机器的版本是2.13，加载模型时出现了UnknownError: Op type not registered 'SomeOp'的报错。排查到最后发现是不同版本之间op定义的兼容性问题。从那以后我就养成了习惯，训练和部署的TensorFlow版本尽量保持一致，如果实在不行，宁可在部署机器上重新导入模型再保存一次。
第二个是窗口大小和模型输入尺寸混淆。MobileNetV2要求输入尺寸是224x224，但我的Web页面预览图展示的时候用了CSS限制宽度，导致我一度以为用户上传的图就是224x224的。实际上图片在内存里还是原始分辨率，如果不resize，模型推理时就会出问题。现在我在前端代码里也加了提示：如果图片分辨率太大，会先用Canvas压缩到1000px以内再上传，减少网络传输和推理耗时。
第三个经验是关于上传目录垃圾文件的清理。本地调试时上传了几百张测试图片，全部堆在static/uploads里，时间长了目录越来越大。后来我写了个简单的定时清理脚本，只保留最近一天的图片，或者在上传接口里直接返回后删除：
if os.path.exists(filepath): os.remove(filepath)这样既避免了存储膨胀，也尽量减少敏感图片残留的风险。当然如果你要展示历史识别记录，就得改成持久化存储方案，比如本地数据库。
这个系统做下来的整体感受是：技术难度不算高，真正的价值在于把整个链路串起来。很多人训练模型很强，但最终交付给用户的是一个可以访问的Web服务；也有很多人Flask开发很熟练，但一遇到TensorFlow模型加载和预处理就乱了阵脚。把这两块放在同一个项目里完整跑通之后，你对整个机器学习项目落地的理解会上一个台阶。如果后面想把精度进一步提高，可以考虑在数据侧多下功夫，比如补拍不同光照、不同生长时期的病害照片，或者尝试在MobileNetV2之上换成EfficientNet、ConvNeXt这些更强的主干网络。模型服务化方面，也可以继续往TensorFlow Serving或者FastAPI迁移，但那是另一个话题了。
本文还有配套的精品资源，点击获取
