三葉青圖像識別研究總概

---

前言

本系列文章為近期所做項目研究而作的研究介紹。算是我近期所學的一個總結吧, 同時也希望與各位多多交流學習。

文檔介紹：星云文檔
相關代碼：github代碼存儲

鏈接：網盤存儲
提取碼：rzyy
–來自百度網盤超級會員V5的分享

---

一、整體目錄介紹

圖像分類部分的研究相關代碼和文檔目錄

【1】構建圖像分類數據集 ； 主要存放圖像采集與整理、可視化采集圖像、劃分訓練集驗證集、統計各類別圖像數量

【2】模型訓練準備 ； 主要介紹在開始訓練模型前所做的一些準備，例如訓練環境的搭建、安排、記錄等

【3】遷移學習模型 ；因為基于本人也是初次嘗試做深度學習的實驗，沒有什么能力去優化模型結構和調整模型，故為了省時間直接采用遷移學習，其中我嘗試了許多模型，也隱約有點訓練模型的體會

【4】在測試集上評估模型精度 ； 訓練得到模型后，為了查看模型的泛化能力，故在測試集上通過各種評估指標評估模型的精度

【5】可解釋性分析、顯著性分析 ；存放訓練后模型可解釋性分析、顯著性分析的相關代碼（暫無）

【6】圖像分類部署 ； 存放將模型部署的方法的相關文檔：本地部署、web部署、微信小程序部署、qt界面化部署。

【7】樹莓派圖像分類部署 ； 存放用樹莓派將模型部署的教程以及相關的樹莓派學習筆記

【8】相關補充 ； 存放有關此項目的一些補充，有實驗記錄、最終產出、后續安排以及SNP相關等

kaggle_jupyter ； 存放一些在kaggle上訓練的notebook

model_zheng_path ; 存放訓練得到的一些.pth模型文件

onnx_path ； 存放轉化得到的onnx模型文件

kaggle_train.ipynb ； 是一個在kaggle上訓練模型的notebook

README.md ； 是三葉青圖像識別項目研究的簡介文檔

二、前期安排

參考文章、視頻等教程如下：

合集·兩天搞定人工智能畢業設計之【圖像分類】

樹莓派快速上手說明

Python+樹莓派+Linux 快速上手；

樹莓派教程十分鐘玩轉系列入門篇

…
主要是上面這些，其余更多也不記得了

三、構建圖像分類數據集

【1】構建圖像分類數據集 ； 主要存放圖像采集與整理、可視化采集圖像、劃分訓練集驗證集、統計各類別圖像數量

參考我的另一篇文章 【1】構建圖像分類數據集

四、模型訓練準備

構建完圖像分類數據集后，就要開始訓練我們的模型了，深度學習模型訓練需要大量計算資源，也就是GPU。
可以在本地機器上使用GPU（如果有的話），或者在云服務上租用GPU資源。此外，還有專門為深度學習訓練提供的服務，如Google的Colab和Kaggle。

參考我的另一篇文章 【2】模型訓練準備

五、遷移學習模型

主要簡述一下訓練代碼,主要是運用遷移學習的方法，將預訓練模型在自定義的數據集上進行訓練。

kaggle上臨時發布的競賽 https://www.kaggle.com/competitions/sanyeqing/data

參考我的另一篇文章 【3】遷移學習模型

六、在測試集上評估模型精度

將訓練好的模型應用在測試集上，評估模型的效果

參考我的另一篇文章 【4】在測試集上評估模型精度

七、可解釋性分析、顯著性分析

推薦B站up主同濟子豪兄的合集·兩天搞定人工智能畢業設計之【圖像分類】

八、圖像分類部署

包括將訓練好的模型部署在本地終端、web端、小程序上、qt界面化。

參考我的另一篇文章 【6】圖像分類部署

該文主要介紹了如何將pytorch模型轉為ONNX模型文件以及如何將圖像識別模型部署，包括部署在本地、部署在web網頁、小程序、qt界面部署。

九、樹莓派部署

參考我的另一篇文章【7】樹莓派圖像分類部署

該文主要記錄了我學習樹莓派時的筆記，包括對樹莓派的認識和組裝、樹莓派的運行和VNC遠程連接、攝像頭模塊的使用、以及最后的使用yolov5來對象棋進行識別等。
（嘗試了以下租用GPU 進行訓練，不得不說與之前使用kaggle平臺相比，還是氪金玩家比較爽。省去了配置環境的麻煩）
另外，也是因為目前暫時沒有yolo的三葉青標記數據，所以數據是從其它教程中找過來的。

十、相關補充

存放一些有關這個項目研究的補充。

參考我的另一篇文章 【8】相關補充

該文主要介紹了關于進行的這個項目除了步驟方法的一些補充，包括實驗記錄、有關SNP位點篩選、階段總結、后續安排等，

---

總結

本文主要介紹了近期來做的一個項目，這個項目可以說是從寒假就開始準備了，從最開始的SNP位點篩選到后面的圖像識別模型訓練，再到之后的上傳實驗結果、答辯等流程，差不多歷時四個月吧。期間也是陸陸續續、磕磕碰碰，總之也就是一點一點的做下去。最后雖然還是有不少要繼續完善、也就是和我最初預期的結果有所差距，也就是沒做完，但怎么說大體的流程還是走下來了（我真棒）。

此時在寫這個項目筆記的我，回望一下，發現累是真累啊，身累心累。（我當初怎么會想著做這個啊，只能說腦子gg了，哎，哎，哎），但是這個項目進行到現在這個階段，不管說什么，也要繼續下去，努力做好吧！

嗯，那之后我要
。。。

2024/7/5