简介：本资源是一套基于Python与PyTorch实现的CNN深度学习玉米粒品质检测项目，面向具备一定深度学习基础、希望掌握图像分类完整流程的学生与开发者，可用于课程设计、毕业设计或农产品质检场景的实战练习。压缩包共256个文件，以250张jpg图像样本为主，辅以3个txt说明与3个py脚本，整体约5.58MB，涵盖数据集、训练代码与界面程序。项目对图片做了短边补灰、旋转与翻转等预处理以增强数据，依次运行数据集文本生成、模型训练与PyQt界面脚本即可完成从数据读取、训练到可视化推理的全流程，训练日志会记录每个epoch的验证损失与准确率，便于观察收敛情况。目前已有127人学习下载，适合想快速跑通CNN图像分类并理解数据增强与模型评估细节的读者参考。
1. 玉米粒品质检测这套 CNN 代码，到底能跑出什么结果
分级车间里最耗人的环节不是称重，是肉眼挑霉变和破损粒。一簸箕玉米倒进传送带，质检员盯一下午，眼睛先扛不住，标准还随人漂移。这套基于 Python + PyTorch 的 CNN 玉米粒品质检测代码，解决的就是把「好粒 / 坏粒」二分类从人眼搬到模型上：数据集目录里已经按类别分好文件夹，脚本自动读取路径和标签，训练完在本地落一个权重文件，最后用 PyQt 拉一个能点按钮的界面做单张推理。它适合两类人——刚学完卷积神经网络想找一个完整闭环练手的，以及手头有类似农产品分选需求、想拿现成流程改自己数据的。整包是「数据预处理 + 训练 + 可视化界面」三段式，不是只丢一个模型定义让你自己拼，这点对新手比较友好。下面按我实际拆包的顺序讲清楚每一步在干什么、参数怎么改、哪里容易翻车。
2. 环境与数据管线：从 requirement.txt 到增强后的图片
2.1 环境安装与依赖确认
拿到压缩包先别急着点运行，第一步是把环境对齐。包里有个 requirement.txt，这是作者给的依赖清单，但深度学习环境光靠 pip 装 requirements 经常不够，因为 PyTorch 的版本和 CUDA 驱动是绑死的。我一般会先确认三件事：Python 版本、有没有可用的 GPU、torch 能不能正常 import。
# 先看 Python 版本，建议 3.8 ~ 3.10，太新或太旧都可能踩依赖坑 python --version # 建一个独立虚拟环境，别污染全局 python -m venv corn_env # Windows 激活 corn_env\Scripts\activate # Linux / macOS 激活 source corn_env/bin/activate # 装依赖，requirement.txt 里通常含 torch、torchvision、numpy、Pillow、PyQt5 pip install -r requirement.txt # 验证 torch 是否可用，以及是否吃到 GPU python -c "import torch; print(torch.__version__, torch.cuda.is_available())"这段逻辑很直白：虚拟环境隔离依赖，避免和你机器上其他项目的 numpy、torch 版本打架；最后一行打印版本和cuda.is_available()，返回 True 说明 GPU 可用，返回 False 就是纯 CPU 跑。参数上唯一要留意的是 torch 的安装源——如果你直接pip install torch拉到的可能是 CPU 版，训练会慢到怀疑人生。常见做法是去 PyTorch 官网按你的 CUDA 版本生成对应安装命令，再替换掉 requirement.txt 里那一行。CPU 也不是不能跑，这套数据量不大，只是每个 epoch 会明显拉长。
2.2 数据增强做了什么：补灰边 + 旋转
数据集文件夹按类别存放图片，从文件名能看出增强痕迹：aug_0_bad_data104_rotated45.jpg、aug_0_bad_data104_flip.jpg、aug_0_good_data108_rotated45.jpg这类命名，说明作者对原始图做了旋转（rotated45 即旋转 45 度）和翻转（flip），并且用aug_0_前缀标记增强样本。更关键的一步是「短边补灰边变正方形」——玉米粒图往往不是正方形，直接 resize 会把长宽比压变形，颗粒被拉扁，纹理特征就废了。作者的做法是在较短边补灰边，把图撑成正方形再送进网络，这样既不丢比例，又满足卷积输入对尺寸的要求。
from PIL import Image, ImageOps def pad_to_square(img_path, fill=(128, 128, 128)): img = Image.open(img_path).convert("RGB") w, h = img.size if w == h: return img # 本来就是正方形，不动 # 以长边为目标尺寸，短边两侧补灰边 target = max(w, h) pad_w = target - w pad_h = target - h # 左右/上下各补一半 padding = (pad_w // 2, pad_h // 2, pad_w - pad_w // 2, pad_h - pad_h // 2) return ImageOps.expand(img, border=padding, fill=fill)逻辑说明：ImageOps.expand的 border 参数顺序是（左、上、右、下），所以要把总差值拆成两半分别补到两侧，奇数差值时用pad_w - pad_w // 2保证总数对得上。参数fill=(128,128,128)是中灰，选它是因为灰色对卷积核的响应接近中性，不会像纯黑或纯白那样引入强边缘干扰。这一步和旋转、翻转叠加，就是作者扩增数据集的全部手段——没有用 torchvision 的 transforms 在线增强，而是离线生成新图存盘，好处是训练时读取快、可复现，代价是磁盘占用翻几倍。
2.3 01 脚本：把图片路径和标签写成 txt
01数据集文本生成制作.py干的事就是遍历数据集目录，把每张图的路径和对应标签写进文本文件，供训练脚本读取。这是典型的「先落盘再训练」思路，好处是训练阶段不用再扫目录，直接按行读。
import os data_root = "dataset" # 数据集根目录，下面按类别分子文件夹 classes = ["bad", "good"] # 类别名，顺序决定标签编号 out_file = "dataset.txt" with open(out_file, "w", encoding="utf-8") as f: for label, cls in enumerate(classes): cls_dir = os.path.join(data_root, cls) for name in os.listdir(cls_dir): if name.lower().endswith((".jpg", ".png", ".jpeg")): path = os.path.join(cls_dir, name) # 每行格式：图片路径 标签 f.write(f"{path} {label}\n") print("done:", out_file)逻辑说明：enumerate(classes)把类别映射成 0/1，bad 是 0、good 是 1，这个顺序一旦定了就不能在训练脚本里改，否则标签全反。参数上要注意data_root和classes必须和你实际解压出来的目录名一致——很多人解压后文件夹叫「坏粒」「好粒」或者带中文，脚本里写的是英文，直接跑就报路径不存在。常见做法是先把目录名改成脚本里约定的名字，或者反过来改脚本里的 classes 列表。输出文件每行「路径 空格 标签」，训练脚本按空格切分即可。
3. 训练脚本拆解：02 脚本怎么读数据、怎么存模型
3.1 数据集划分与 Dataset 封装
02深度学习模型训练.py是核心。它先读 01 生成的 txt，然后按比例切训练集和验证集，再包成 PyTorch 的 Dataset。这里有个容易被忽略的点：划分必须在「同一类别内」按比例切，不能简单按行号切，否则如果 txt 是按类别顺序写的，前 80% 可能全是 bad，验证集就失去意义。
import torch from torch.utils.data import Dataset, DataLoader from torchvision import transforms from PIL import Image import random class CornDataset(Dataset): def __init__(self, samples, transform=None): self.samples = samples # [(path, label), ...] self.transform = transform def __len__(self): return len(self.samples) def __getitem__(self, idx): path, label = self.samples[idx] img = Image.open(path).convert("RGB") if self.transform: img = self.transform(img) return img, label # 读 txt samples = [] with open("dataset.txt", encoding="utf-8") as f: for line in f: p, l = line.strip().rsplit(" ", 1) samples.append((p, int(l))) # 按类别分组后再切，保证验证集类别均衡 random.seed(42) by_cls = {} for p, l in samples: by_cls.setdefault(l, []).append((p, l)) train, val = [], [] for l, items in by_cls.items(): random.shuffle(items) cut = int(len(items) * 0.8) train += items[:cut] val += items[cut:] # 统一尺寸 + 转 tensor + 归一化 tf = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5]), ]) train_loader = DataLoader(CornDataset(train, tf), batch_size=16, shuffle=True) val_loader = DataLoader(CornDataset(val, tf), batch_size=16, shuffle=False)逻辑说明：random.seed(42)固定随机种子，保证每次划分一致，方便复现。按类别分组再切是这套代码能不能训出有意义结果的关键，cut = int(len(items) * 0.8)就是 8:2 划分。Resize((224,224))是因为前面已经补成正方形，这里直接缩到网络输入尺寸不会变形。Normalize用 0.5 均值和方差是常见做法，把像素从 [0,1] 拉到 [-1,1]。参数上batch_size=16是显存和速度的折中，显存小就降到 8，显存富裕可以上 32，但学习率要相应调整。
3.2 模型结构与训练循环
模型部分通常是几层卷积 + 池化 + 全连接，最后输出 2 类。训练循环里每个 epoch 跑训练集和验证集，记录 loss 和准确率，写进 log。
import torch.nn as nn import torch.optim as optim class SimpleCNN(nn.Module): def __init__(self, num_classes=2): super().__init__() self.features = nn.Sequential( nn.Conv2d(3, 16, 3, padding=1), nn.ReLU(), nn.MaxPool2d(2), nn.Conv2d(16, 32, 3, padding=1), nn.ReLU(), nn.MaxPool2d(2), nn.Conv2d(32, 64, 3, padding=1), nn.ReLU(), nn.MaxPool2d(2), ) self.classifier = nn.Sequential( nn.Flatten(), nn.Linear(64 * 28 * 28, 128), nn.ReLU(), nn.Linear(128, num_classes), ) def forward(self, x): return self.classifier(self.features(x)) device = torch.device("cuda" if torch.cuda.is_available() else "cpu") model = SimpleCNN().to(device) criterion = nn.CrossEntropyLoss() optimizer = optim.Adam(model.parameters(), lr=1e-3) for epoch in range(20): model.train() for imgs, labels in train_loader: imgs, labels = imgs.to(device), labels.to(device) optimizer.zero_grad() out = model(imgs) loss = criterion(out, labels) loss.backward() optimizer.step() # 验证 model.eval() correct = total = 0 with torch.no_grad(): for imgs, labels in val_loader: imgs, labels = imgs.to(device), labels.to(device) pred = model(imgs).argmax(1) correct += (pred == labels).sum().item() total += labels.size(0) print(f"epoch {epoch} val_acc {correct/total:.4f}") torch.save(model.state_dict(), "corn_cnn.pth")逻辑说明：三层卷积通道数 16→32→64 逐层翻倍，是轻量 CNN 的常规配置，输入 224 经过三次 MaxPool2d(2) 变成 28×28，所以全连接输入是64*28*28。CrossEntropyLoss自带 softmax，输出层不用再加激活。优化器用 Adam、学习率 1e-3 是入门默认值。每个 epoch 结束保存一次权重，覆盖式保存，所以最终留下的是最后一个 epoch 的模型——如果你想要验证集最优的那个，得自己加判断，只在该 epoch 准确率更高时才torch.save，这是这套代码可以改进的地方。log 里记录的每个 epoch 验证损失和准确率，就是判断有没有过拟合的依据：训练准确率一直涨、验证准确率停滞甚至掉，就是过拟合信号。
4. 避坑与排查：这套代码最容易翻车的五个地方
4.1 路径写死导致换机器就跑不起来
现象：在自己电脑上跑得好好的，换台机器或者换个解压目录，01 脚本直接报 FileNotFoundError。原因：脚本里data_root和输出路径多半是相对路径或写死的绝对路径，解压位置一变就对不上。解决：把路径统一改成基于脚本所在目录的相对路径，用os.path.dirname(os.path.abspath(__file__))拼出根目录，再往下接 dataset，这样无论解压到哪都能找到。
4.2 标签顺序不一致导致准确率永远 50%
现象：训练 loss 不降，验证准确率卡在 0.5 左右。原因：01 脚本里 classes 顺序是["bad","good"]，训练脚本里如果又按别的顺序读，或者用了sorted(os.listdir())重新排，标签就错位了。解决：标签映射只在一处定义，训练脚本直接读 txt 里的数字标签，不要再自己映射一遍。改类别时两个脚本一起改。
4.3 显存不足或 CPU 训练慢到放弃
现象：报 CUDA out of memory，或者没 GPU 时一个 epoch 跑十几分钟。原因：batch_size 太大，或者图片没提前 resize 就送进网络。解决：先把 batch_size 降到 8 甚至 4；确认Resize((224,224))在 transform 里生效；纯 CPU 环境把 epoch 数调小先验证流程能通，再考虑上 GPU 或云平台。
4.4 增强图片和原图混在一起造成数据泄漏
现象：验证准确率高得离谱，实际用新图测试却很差。原因：旋转、翻转生成的增强图如果和原图被分到了训练集和验证集两边，等于验证集里出现了训练集的「近亲」，指标虚高。解决：划分时以「原始图」为单位分组，同一张原图的所有增强版本必须落在同一侧。文件名里的data104这种编号就是原始图标识，按编号分组再切。
4.5 PyQt 界面加载模型报错
现象：03 脚本启动后点识别没反应，或报 state_dict 不匹配。原因：界面脚本里模型结构定义和训练脚本不一致，或者加载权重时没加map_location，在 CPU 机器上加载 GPU 训出的权重就崩。解决：把模型定义抽成一个公共模块，训练和界面都 import 同一个类；加载时写torch.load("corn_cnn.pth", map_location=device)，让权重自动落到当前设备。
5. 从能跑到好用：把模型换成迁移学习并做单张验证
这套代码默认的 SimpleCNN 从零训练，数据量不大的时候准确率上限有限。我一般会做两件事把它拉到能用的水平。第一件是换迁移学习：用 torchvision 里预训练的 ResNet18，把最后一层全连接改成 2 类，只微调后面几层。玉米粒的纹理和霉变特征在 ImageNet 预训练特征里已经有不错的表达，收敛快、对小数据集友好。
import torchvision.models as models import torch.nn as nn model = models.resnet18(weights=models.ResNet18_Weights.DEFAULT) # 冻结前面的卷积层，只训练最后的分类头 for p in model.parameters(): p.requires_grad = False model.fc = nn.Linear(model.fc.in_features, 2) # 只这层可训练 model = model.to(device) # 优化器只传可训练参数，学习率可以稍大 optimizer = optim.Adam(filter(lambda p: p.requires_grad, model.parameters()), lr=1e-3)逻辑说明：weights=ResNet18_Weights.DEFAULT拉预训练权重，requires_grad=False冻结主干，model.fc换成新的二分类头。优化器用filter只把需要梯度的参数传进去，避免更新被冻结的层。这样训练轮数可以降到 5~10 轮就有不错效果。注意输入尺寸要改成 224 且归一化参数换成 ImageNet 的mean=[0.485,0.456,0.406]、std=[0.229,0.224,0.225]，否则预训练特征对不上。
第二件是单张验证，别只看验证集准确率就下结论。写个小脚本对单张图推理，把预测类别和置信度打出来，拿几张明显霉变、明显完好的图各测一遍，看模型是不是真的学到了东西。
from PIL import Image import torch def predict(img_path, model, tf, classes=["bad", "good"]): model.eval() img = Image.open(img_path).convert("RGB") x = tf(img).unsqueeze(0).to(device) # 加 batch 维度 with torch.no_grad(): prob = torch.softmax(model(x), dim=1)[0] idx = prob.argmax().item() return classes[idx], prob[idx].item() print(predict("test_bad.jpg", model, tf))逻辑说明：unsqueeze(0)把单张图变成[1,3,224,224]的 batch，softmax把 logits 转成概率，argmax取最大概率类别。置信度低于 0.7 的样本建议人工复核，这类边界样本往往是光照或拍摄角度导致的，不是模型本身的问题。我踩过的坑是：验证集准确率 0.95，结果拿手机拍的图一测全错，原因是训练图都是固定背景、固定光照，模型学的是背景不是玉米粒。从那以后我每次换数据源，都强制先跑一遍单张验证再谈部署。希望这套流程帮到你，把玉米粒分选这件事真正跑通。
本文还有配套的精品资源，点击获取
