深度学习实战-基于Resnet50的花卉图像识别模型

1.项目背景

在现代智能农业、生态环境监测以及野生植物资源普查的数字化转型浪潮中，复杂自然场景下的花卉植物表型精细化识别已成为计算机视觉与智慧农业交叉领域的核心技术支柱。花卉作为高等植物最具辨识度的器官，其形态特征不仅涵盖了花瓣轮廓的几何形变、花蕊密度的空间排布，还伴随着天然的色彩渐变与纹理异质性。然而，在野外或温室等真实物理采集环境中 sales，由于光照角度突变、拍摄距离不一，以及背景中高频杂草、枝叶和乱石噪声的交织干扰，导致同类花卉在图像空间中呈现出极大的类内方差，而不同属种之间又存在微妙的类间相似性。传统的浅层特征提取算法在这种多噪声、细粒度的形态学流形面前往往面临表征瓶颈，无法实现高实时性与高鲁棒性的自动分类闭环。

随着深层卷积神经网络在图像特征解构维度的跨越式演进，引入具备更强拓扑抽象能力的分组残差网络（ResNeXt50_32x4d）成为了突破这一技术瓶颈的必然工程路径。该架构在传统残差网络（ResNet）的瓶颈结构（Bottleneck）基础上，通过引入基数（Cardinality）这一全新多分支分组卷积流形，能够以更低的计算拓扑成本，在并行的子空间中独立解构、抓取花卉植物学中细微的局部形态与全局纹理特征。本项目紧扣这一实际应用背景，依托包含海量全彩花卉影像、覆盖多种代表性植物属种的大规模图像资产，构建了一套全解耦的 PyTorch 高性能数据管线与自动化调谐框架，并在训练全生命周期中引入前沿的 GradCAM++ 梯度类激活映射算法进行白盒化可解释性透视，旨在深入探究分组残差映射在面对复杂自然底噪时的泛化边界与决策机制，从而为现代化智能生态监测系统以及边缘端无障碍植物检索设备的工业化落地，沉淀出最具可复现性的核心技术底座。

2.数据集介绍

本实验数据集来源于Kaggle，该数据集包含五种花卉的原始 jpeg 图像。

雏菊蒲公英玫瑰向日葵郁金香

3.技术工具

Python版本:3.9

代码编辑器：jupyter notebook

4.实验过程

4.1导入数据

在面向自然场景下花卉复杂表型的图像分类任务中，不同属种植物的花瓣几何重叠、色彩过度以及复杂的光影扰动对输入端的动态变换形态提出了极高的标准。与传统静态读取资产的方式不同，本次横评实战在 PyTorch 框架下，通过纯手工重构 Dataset 基类并封装 @classmethod 核心分发算子，建立起一套工业级的高性能流式数据输入管线。该管线通过多维正则表达式匹配，自动在物理磁盘上索引包含各品类花卉影像的文件层级拓扑，并在内存中流式维护动态类别标签映射字典。为了抑制植物精细表型固有的空间分布不均并对抗潜在的过拟合，训练集在空间层面被挂载了旋转、仿射变换等多重几何增强算子，随后协同注入符合 ImageNet 分布的感知通道标准化（Normalize）指标，将松散的花卉图像平滑规约为适合 ResNet50 骨干网络高速消费的四维张量矩阵流。

import osimport torchimport numpy as npimport pandas as pdfrom glob import globfrom PIL import Imagefrom torch.utils.data import random_split, Dataset, DataLoaderfrom torchvision import transforms as T# 锚定全局随机数种子，锁定计算图随机性，确保实验结果完全可复现torch.manual_seed(2025)import osfrom glob import globfrom torch.utils.data import Datasetfrom PIL import Imageclass CustomDataset(Dataset):    def __init__(self, root, split="train", transformations=None, im_files=[".png", ".jpg", ".jpeg", ".bmp", ".JPG"]):        # 初始化数据集变换配置与拆分模式        self.transformations = transformations        split_dir = os.path.join(root, split)        self.split = split        if split == "train":            # 递归匹配训练集目录下所有分类子文件夹中的花卉实体图像路径            self.im_paths = glob(os.path.join(root, split, "*", "*"))            # 初始化类别名到数值索引的映射表，以及单类别样本存量统计表            self.cls_names, self.cls_counts = {}, {}            count = 0            for idx, im_path in enumerate(self.im_paths):                # if idx == 2: break                # 动态穿透路径字符串，提取其所属分类子文件夹名称作为真值标签名                cls_name = self.get_cls_name(im_path)                if cls_name not in self.cls_names:                    # 为新类别赋予递增的数值型连续标签                    self.cls_names[cls_name] = count                    count += 1                if cls_name not in self.cls_counts:                    self.cls_counts[cls_name] = 1                else: self.cls_counts[cls_name] += 1        else:            # 匹配测试集目录下的平铺单体测试影像文件路径            self.im_paths = glob(f"{os.path.join(root, split)}/*")    # 动态反馈当前物理资产盘中的样本总容量大小    def __len__(self): return len(self.im_paths)    # 剥离上级目录名，实现字符串语义到类别命名的无缝转化    def __get_cls_name(self, im_path): return os.path.basename(os.path.dirname(im_path))    def __getitem__(self, idx):        # 依据指定物理指针动态索引当前的目标图像资产        im_path = self.im_paths[idx]        # 解除文件磁盘锁定，强行规范化为 3 通道全彩 RGB 矩阵模式        im = Image.open(im_path).convert("RGB")        # 激活前级级联的 Torchvision 空间几何与张量规范化流水线        if self.transformations: im = self.transformations(im)        if self.split == "train":             # 逆向检索真值映射字典，捕获当前物理样本的数值索引标签            label = self.cls_names[self.get_cls_name(im_path)]            return im, label        else: return im, im_path    @classmethod    def get_dls(cls, root, transformations, test_transformations, bs, split=[0.8, 0.05, 0.05], ns=4):        # 隐式创建训练集与测试集对应的 CustomDataset 实体大盘        tr_ds = cls(root=root, split="train", transformations=transformations)        ts_ds = cls(root=root, split="test", transformations=test_transformations)        cls_names, cls_counts = tr_ds.cls_names, tr_ds.cls_counts        # 动态演算数理边界，切分训练集与在线验证集的空间占比        total_len = len(tr_ds)        tr_len = int(total_len * split[0])        vl_len = total_len - tr_len                # 触发无序随机划分，打破物理排布偏置，将资产拆分为相互独立的训练与验证实体        tr_ds, vl_ds = random_split(tr_ds, [tr_len, vl_len])        # 组装高度解耦的高并发异步 DataLoader 矩阵加载管线        tr_dl = DataLoader(tr_ds, batch_size=bs, shuffle=True, num_workers=ns)        val_dl = DataLoader(vl_ds, batch_size=bs, shuffle=False, num_workers=ns)        ts_dl = DataLoader(ts_ds, batch_size=1, shuffle=False, num_workers=ns)        return tr_dl, val_dl, ts_dl, cls_names, [cls_counts]# 配置图像所在的根路径基准root = "/kaggle/input/flowers-dataset"# 锚定标准感知通道均值、标准差、空间缩放几何维度与批次容量mean, std, im_size, bs = [0.485, 0.456, 0.406], [0.229, 0.224, 0.225], 224, 32# 级联封装高强度训练数据增强流水线：涵盖仿射缩放、随机大角度旋转、多维通道标准化tr_tfs = T.Compose([T.Resize(size = (im_size, im_size)), T.RandomRotation(degrees=30), T.RandomAffine(degrees=30), T.ToTensor(), T.Normalize(mean=mean, std=std)])# 级联验证与测试端专用无损管道：仅执行空间规约与标量矩阵化ts_tfs = T.Compose([T.Resize((im_size, im_size)), T.ToTensor(), T.Normalize(mean=mean, std=std)])# 一键激活类方法，正式生成三色无污染高性能 DataLoader 数据实体tr_dl, val_dl, ts_dl, classes, cls_counts = CustomDataset.get_dls(root=root, transformations=tr_tfs, test_transformations=ts_tfs,bs=bs)print(len(tr_dl)); print(len(val_dl)); print(len(ts_dl)); print(classes)

本环节所触发的面向对象多路划分流水线，完美筑牢了全篇实战在输入端的数理严谨性。通过在类方法内部精准调度 random_split，原本处于物理集中状态的同类花卉影像被以无偏置的随机态势打散，划分为严格互斥的训练域与交叉验证域，从根本上杜绝了训练信息的隐式过拟合外泄。在多线程配置参数 num_workers=4 的护航下，PyTorch 底层解耦机制将在主干梯度反向传播的同时，在后台利用多路 CPU 线程异步预先拉取、解码并几何增强下一批次所需的 32 张花卉图像。随着控制台精准打印出三大 DataLoader 独立的批次长度和白盒化的花卉类别映射字典，这一高效的数据泵已彻底完成了针对复杂花卉图像资产的解耦重构，为后续切入 ResNet50 的架构编译与千万级参数矩阵演进做好了最扎实的物理准备。

4.2数据可视化

在深层残差网络正式承接花卉特征空间的逆向梯度传导之前，对高性能 PyTorch 输入管线吐出的实时批次实施“白盒化”物理显化与分布度量，是评估数据是否存在长尾倾斜或色彩归一化失真的核心审验步骤。由于花卉数据集在野外采集时常常伴随着环境光照、拍摄角度以及属种分布不均的天然属性，实验在此阶段构建了一个模块化的特征解析类 Visualization，从定量和定性两个维度对数据大盘实施全景穿透。该阶段不仅通过高清晰度条形图与饼图精确对位各花卉类目的物理存量占比，更通过一整套级联的张量反归一化（Inverse Normalization）算子，将经历过仿射增强、处于高维抽象状态的 PyTorch 张量矩阵平滑逆解为符合人类视觉本能的全彩 RGB 物理图像。

定量分布与定量图表解析引擎封装

import numpy as npfrom matplotlib import pyplot as pltfrom torchvision import transforms as Tclass Visualization:    def __init__(self, vis_datas, n_ims, rows, cmap=None, cls_names=None, cls_counts=None, t_type="rgb"):        # 锚定单次可视化拦截的图像总数与画布排布行数        self.n_ims, self.rows = n_ims, rows        # 锁死当前的色彩通道映射模式与色彩空间类型        self.t_type, self.cmap = t_type, cmap        self.cls_names = cls_names        # 预设标准的阶段标签与全流程控制台高亮色彩序列        data_names = ["train", "val", "test"]        self.colors = ["darkorange", "seagreen", "salmon"]         # 动态绑定当前传入的流式数据加载器实体大盘        self.vis_datas = {data_names[i]: vis_datas[i] for i in range(len(vis_datas))}        # 检查单类别计数的物理结构，自适应封装为多轨分析字典        if isinstance(cls_counts, list):             self.analysis_datas = {data_names[i]: cls_counts[i] for i in range(len(cls_counts))}        else:             self.analysis_datas = {"all": cls_counts}    def tn2np(self, t):        # 纯手工封装灰度图反向变换流水线，完美还原单通道幅值        gray_tfs = T.Compose([T.Normalize(mean=[0.], std=[1/0.5]), T.Normalize(mean=[-0.5], std=[1])])        # 纯手工封装 RGB 三通道反归一化流水线：严格逆对齐前级 ImageNet 的均值与标准差参数        rgb_tfs = T.Compose([T.Normalize(mean=[0., 0., 0.], std=[1/0.229, 1/0.224, 1/0.225]),                              T.Normalize(mean=[-0.485, -0.456, -0.406], std=[1., 1., 1.])])        # 依据色彩空间动态分化当前反变换图纸边界        invTrans = gray_tfs if self.t_type == "gray" else rgb_tfs        # 剥离计算图梯度、挤压多余批次维度、强行搬移通道轴（CHW -> HWC）并缩放至 [0, 255] 的标准 8 位无符号整数 NumPy 矩阵        return (invTrans(t) * 255).detach().squeeze().cpu().permute(1, 2, 0).numpy().astype(np.uint8) if self.t_type == "gray"                else (invTrans(t) * 255).detach().cpu().permute(1, 2, 0).numpy().astype(np.uint8)    def plot(self, rows, cols, count, im, title="Original Image"):        # 定点激活指定的子图坐标轴视窗        plt.subplot(rows, cols, count)        # 触发反变换逆映射并进行像素渲染        plt.imshow(self.tn2np(im))        # 强行剥离平面像素直角坐标系线框        plt.axis("off")        plt.title(title)        return count + 1    def vis(self, data, save_name):        print(f"{save_name.upper()} Data Visualization is in process...n")        assert self.cmap in ["rgb", "gray"], "Please choose rgb or gray cmap"        cmap = "viridis" if self.cmap == "rgb" else None        cols = self.n_ims // self.rows        count = 1        # 构建超宽幅度的全景子图多轴画布基盘        plt.figure(figsize=(25, 20))        # 在当前数据资产全长范围内随机抽取不重复的静态物理索引号        indices = [np.random.randint(low=0, high=len(data) - 1) for _ in range(self.n_ims)]        for idx, index in enumerate(indices):            if count == self.n_ims + 1: break            # 解构获取单体样本的张量分量与真值数值标签            image, label = data[index]            plt.subplot(self.rows, self.n_ims // self.rows, idx + 1)            if cmap:                plt.imshow(self.tn2np(image), cmap=cmap)            else:                plt.imshow(self.tn2np(image))            plt.axis('off')            # 动态逆解码花卉品类名称，高悬于子图顶部作为定性核验依据            if self.cls_names is not None:                plt.title(f"GT -> {self.cls_names[int(label)]}")            else:                plt.title(f"GT -> {label}")        plt.show()    def data_analysis(self, cls_counts, save_name, color):        print("Data analysis is in process...n")        # 精细微调柱状图的物理间距、文本横向偏置与纵向抬升高度        width, text_width, text_height = 0.7, 0.05, 2        cls_names = list(cls_counts.keys())        counts = list(cls_counts.values())        # 驱动子图实体生成，建立标准的定量坐标系大盘        _, ax = plt.subplots(figsize=(20, 10))        indices = np.arange(len(counts))        # 绘制密集类别样本分布条形图        ax.bar(indices, counts, width, color=color)        ax.set_xlabel("Class Names", color="black")        ax.set_xticklabels(cls_names, rotation = 90)        ax.set(xticks=indices, xticklabels=cls_names)        ax.set_ylabel("Data Counts", color="black")        ax.set_title("Dataset Class Imbalance Analysis")        # 循环遍历柱状图顶端，动态镌刻每个品类花卉的真实数据留存数量标签        for i, v in enumerate(counts):            ax.text(i - text_width, v + text_height, str(v), color="royalblue")    def plot_pie_chart(self, cls_counts):        print("Generating pie chart...n")        labels = list(cls_counts.keys())        sizes = list(cls_counts.values())        explode = [0.1] * len(labels)  # To highlight all slices equally (optional)        plt.figure(figsize=(8, 8))        # 触发饼图渲染，精细锁定百分比小数点精度、起始偏转角度与离散调色盘        plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', startangle=140, colors=plt.cm.tab20.colors)        plt.title("Class Distribution")        plt.axis("equal")  # Equal aspect ratio ensures the pie chart is circular        plt.show()    # 高级映射宏命令：单步列表推导式流式遍历触发表形定性渲染    def visualization(self): [self.vis(data.dataset, save_name) for (save_name, data) in self.vis_datas.items()]    # 高级映射宏命令：单步列表推导式全自动触发类目不平衡度长尾定量解析    def analysis(self): [self.data_analysis(data, save_name, color) for (save_name, data), color in zip(self.analysis_datas.items(), self.colors)]    # 高级映射宏命令：一键拉取物理存量分布并投影至圆形占比饼图画布    def pie_chart(self): [self.plot_pie_chart(data) for data in self.analysis_datas.values()]# 显式实例化高级可视化引擎，注入多组数据加载器流、配置 20 张图像的 4 行矩阵排布规则vis = Visualization(vis_datas = [tr_dl, val_dl], n_ims = 20, rows = 4, cmap = "rgb", cls_names = list(classes.keys()), cls_counts = cls_counts)# 触发第一阶段：花卉品类分布不平衡状态条形图透视vis.analysis()

全局品类占比饼图离散化高光渲染

# 触发第二阶段：一键调用类目饼图绘制函数，定量透视花卉数据大盘的份额百分比vis.pie_chart()

内存张量流反归一化物理显化自检

# 触发第三阶段：在线剥离计算图张量，以 4x5 矩阵视窗大盘逆解输出 20 幅全彩花卉实相vis.visualization()

4.3构建并训练模型

在完成花卉图像的高并发加载与数据分布透视后，实验正式切入决定整个系统识别能效的核心闭环——深度骨干网络实例化与面向对象自动化训练管线的构建。针对自然场景下花卉多类目、精细特征交织的技术特性，本阶段不再使用基础的经典残差网络，而是通过集成 timm（Torch Image Models）库，无缝引入具备更强分组卷积流形抽象能力的 ResNeXt50_32x4d 拓扑架构作为核心骨干。为了实现白盒化、高鲁棒性的参数拟合，实验将前向传播、反向梯度传导、多轴评价指标（Loss、Accuracy、F1-Score）的实时驱动以及基于 F1 阈值的早停（Early Stopping）防御机制，集中封装至工业级的 TrainValidation 控制引擎类中，从而在 GPU 算力倾注的动态演进周期内，锁死整套参数调谐流水线的工程健壮性。

import timm, torchmetricsfrom tqdm import tqdmclass TrainValidation:    def __init__(self, model_name, classes, tr_dl, val_dl, device, save_dir="saved_models", save_prefix="model", lr=1e-4, epochs=50, patience=5, threshold=0.01, dev_mode = False):        # 绑定核心拓扑名称、目标花卉类目大盘以及双路数据迭代器实体        self.model_name = model_name        self.classes = classes        self.tr_dl = tr_dl        self.val_dl = val_dl        self.save_dir = save_dir        self.save_prefix = save_prefix        self.lr = lr        self.epochs = epochs        self.patience = patience        self.threshold = threshold        self.dev_mode = dev_mode        self.device = device        # 显式加载预训练先验权重，动态重构末端密集全连接层的分类输出通道数，并迁移至指定算力硬件        self.model = timm.create_model(model_name, pretrained=True, num_classes=len(classes)).to(self.device)        # 部署经典的标准多分类交叉熵损耗算子        self.loss_fn = torch.nn.CrossEntropyLoss()        # 激活具备权重衰减正则化约束的自适应 AdamW 优化器，平滑梯度震荡        self.optimizer = torch.optim.AdamW(self.model.parameters(), lr=lr)        # 引入多分类专用的宏观 F1-Score 度量指标算子，强行切断长尾分布带来的评价偏置        self.f1_metric = torchmetrics.F1Score(task="multiclass", num_classes=len(classes)).to(self.device)        # 级联创建物理存储夹，用以持久化高质量权重矩阵资产        os.makedirs(save_dir, exist_ok=True)        # 锚定全流程最优损失边界与性能天花板的初始状态存根        self.best_loss = float("inf")        self.best_acc = 0        self.not_improved = 0        # 初始化时序度量大盘字典列表，用以记录训练与验证的全生命周期轨迹        self.tr_losses, self.val_losses = [], []        self.tr_accs, self.val_accs = [], []        self.tr_f1s, self.val_f1s = [], []    @staticmethod    def to_device(batch, device):        # 解构当前流式小批次张量，将图像与真值标签同步倾注到指定的算力设备上        ims, gts = batch        return ims.to(device), gts.to(device)    def train_epoch(self):        # 强行切入标准的可训练模式，激活 BatchNormalization 与 Dropout 的动态更新功能        self.model.train()        train_loss, train_acc = 0.0, 0.0        # 刷新本轮次的 F1 计数器缓冲区        self.f1_metric.reset()        # 挂载可读性极强的 tqdm 流式进度条，实时跟踪训练集吞吐状态        for idx, batch in tqdm(enumerate(self.tr_dl), desc="Training"):            if self.dev_mode:                 if idx == 1: break            # 驱动静态方法执行异构设备数据搬运            ims, gts = TrainValidation.to_device(batch = batch, device = self.device)            # ims, gts = self.to_device((ims, gts))            # Forward pass            # 前向计算图滚动：吐出当前批次 32 组样本对应的未激活 logits 概率向量            preds = self.model(ims)            loss = self.loss_fn(preds, gts)            # Backward pass            # 反向求导闭环：清除前次历史残差梯度，触发链式求导，推进 AdamW 参数调谐步进            self.optimizer.zero_grad()            loss.backward()            self.optimizer.step()            # Update metrics            # 累加当前批次的物理总损耗与命中单体总量            train_loss += loss.item() * gts.shape[0]            train_acc += (torch.argmax(preds, dim=1) == gts).sum().item()            # 在线更新 F1 计算图状态            self.f1_metric.update(preds, gts)        # 归一化演算本轮次训练集大盘的均摊损耗与真实准确率        train_loss /= len(self.tr_dl.dataset)        train_acc /= len(self.tr_dl.dataset)        train_f1 = self.f1_metric.compute().item()        # 截留存根，为后续生成收敛图表做资产储备        self.tr_losses.append(train_loss)        self.tr_accs.append(train_acc)        self.tr_f1s.append(train_f1)        return train_loss, train_acc, train_f1    def validate_epoch(self):        # 切换进入严苛的评估模式，冻结网络内部的统计状态标量        self.model.eval()        val_loss, val_acc = 0.0, 0.0        self.f1_metric.reset()        # 刚性锁死显存求导链条，全面释放冗余的反向传播计算资源损耗        with torch.no_grad():            for idx, batch in tqdm(enumerate(self.val_dl), desc="Validation"):                if self.dev_mode:                     if idx == 1: break                # ims, gts = self.to_device((ims, gts))                ims, gts = TrainValidation.to_device(batch, device = self.device)                preds = self.model(ims)                loss = self.loss_fn(preds, gts)                # Update metrics                val_loss += loss.item() * gts.shape[0]                val_acc += (torch.argmax(preds, dim=1) == gts).sum().item()                self.f1_metric.update(preds, gts)        # 结算评估域指标大盘        val_loss /= len(self.val_dl.dataset)        val_acc /= len(self.val_dl.dataset)        val_f1 = self.f1_metric.compute().item()        self.val_losses.append(val_loss)        self.val_accs.append(val_acc)        self.val_f1s.append(val_f1)        return val_loss, val_acc, val_f1    def save_best_model(self, val_f1, val_loss):        # 严密比对当前轮次的 F1 得分是否真正突破了包含刚性阈值（threshold）的既定天花板        if val_f1 > self.best_acc + self.threshold:            self.best_acc = val_f1                        save_path = os.path.join(self.save_dir, f"{self.save_prefix}_best_model.pth")            # 持久化当前最高品质的纯状态参数字典快照            torch.save(self.model.state_dict(), save_path)            print(f"Best model saved with F1-Score: {self.best_acc:.3f}")            self.not_improved = 0        else:            # 累加未见性能跃升的静止轮次存根            self.not_improved += 1            print(f"No improvement for {self.not_improved} epoch(s).")    def verbose(self, epoch, metric1, metric2, metric3, process = "train"):        # 规范化控制台指标回显格式线        print(f"{epoch + 1}-epoch {process} process is completed!n")        print(f"{epoch + 1}-epoch {process} loss          -> {metric1:.3f}")        print(f"{epoch + 1}-epoch {process} accuracy      -> {metric2:.3f}")        print(f"{epoch + 1}-epoch {process} f1-score      -> {metric3:.3f}n")    def run(self):        print("Start training...")        # 启动宏观的主训练时序循环        for epoch in range(self.epochs):            if self.dev_mode:                 if epoch == 1: break             print(f"nEpoch {epoch + 1}/{self.epochs}:n")            # 串联驱动单轮次反向优化与控制台指标回显            train_loss, train_acc, train_f1 = self.train_epoch()            self.verbose(epoch, train_loss, train_acc, train_f1, process = "train")            # 串联驱动无偏置评估域考核            val_loss, val_acc, val_f1 = self.validate_epoch()            self.verbose(epoch, val_loss, val_acc, val_f1, process = "validation")                        # 判定并选择性触发最优权重常驻机制            self.save_best_model(val_f1, val_loss)            # 验证早停阻尼：若不平衡指标在既定耐心值（patience）内持续陷入平台死锁，强行中断长周期拟合            if self.not_improved >= self.patience:                print("Early stopping triggered.")                break# 选定高度进化的 ResNeXt50_32x4d 拓扑作为核心算法底座model_name   = "resnext50_32x4d"save_prefix  = "flowers"save_dir     = "saved_models"# 自适应分配当前宿主机可用的物理算力集群核心device       = "cuda" if torch.cuda.is_available() else "cpu"# 实例化总控引擎，配置初始学习率、3轮未改善早停以及全盘数据流trainer = TrainValidation(model_name = model_name, device = device,                           save_prefix = save_prefix,                           classes = classes,  patience = 3,                           tr_dl = tr_dl, val_dl = val_dl, dev_mode = False)# 一键触发千万级参数深度残差网络的拟合大盘演进trainer.run()

本环节所设计并驱动的高级控制类，全盘兑现了 PyTorch 框架在处理复杂分类任务时的解耦美学。在控制台不断交替弹出的 Training 与 Validation 流式进度条内部，千万级参数矩阵正在经历从低维浅层特征到高维抽象语义的剧烈演进。代码中引入的 resnext50_32x4d 通过其独到的多分支（Cardinality）基数卷积设计，使得网络能够在平铺计算资源的前提下，对复杂植物花瓣的空间几何拓扑、雄蕊雌蕊的色彩纹理实施高度并行的解耦抓取；而随行挂载的 torchmetrics.F1Score 则作为不平衡数据的精准监视器，配合 val_f1 > self.best_acc + self.threshold 这一极为苛刻的动态阈值存根判定，不仅规避了长尾样本分布带来的虚高准确率偏置，更在早停阻尼（patience=3）的配合下，确保了只有具备最高泛化能效、最纯净的白盒状态字典（State Dict）资产才会被截留锁死，从而在根本上完成了从“盲目试凑”到“工程级自适应追踪”的跨越式进阶。

4.4模型评估

在经历了解耦引擎的总控拟合后，将内存列表中沉淀的时序指标资产进行可视化转换，是研判 ResNeXt50 骨干网络泛化性能、排查过拟合或欠拟合状态的必经考核步骤。对于复杂的花卉分类任务，单纯依靠最后一轮的数值无法洞悉参数在多维流形空间中的演进质量。本阶段通过构建一个面向对象的 PlotLearningCurves 评估类，将训练集与验证集的损耗（Loss）、准确率（Accuracy）以及宏观 F1 分数（F1-Score）三大核心物理量，以高度解耦的方法独立投影在三幅独立的 Matplotlib 实体画布上。通过这组多轴时序曲线的斜率与收敛边界，实验能够从静态权重跃升至动态生命周期透视，直观审视模型在长周期参数微调过程中的演进红利。

class PlotLearningCurves:    def __init__(self, tr_losses, val_losses, tr_accs, val_accs, tr_f1s, val_f1s):        # 内存绑定传入的六路核心时序训练日志指标资产        self.tr_losses, self.val_losses, self.tr_accs, self.val_accs, self.tr_f1s, self.val_f1s = tr_losses, val_losses, tr_accs, val_accs, tr_f1s, val_f1s    def plot(self, array_1, array_2, label_1, label_2, color_1, color_2):        # 协同绘制训练线与验证线，注入高对比度的色彩体系与图例标识        plt.plot(array_1, label = label_1, c = color_1)        plt.plot(array_2, label = label_2, c = color_2)    def create_figure(self):         # 动态初始化 10x5 宽幅学术比例实体画布视窗        plt.figure(figsize = (10, 5))    def decorate(self, ylabel, xlabel = "Epochs"):         # 刚性渲染双轴物理度量标签语义        plt.xlabel(xlabel)        plt.ylabel(ylabel)        # 精细微调横轴横向刻度坐标，强行将其从0基索引对齐修正为人类可读的连续正整数 Epoch 轮次        plt.xticks(ticks = np.arange(len(self.tr_accs)), labels = [i for i in range(1, len(self.tr_accs) + 1)])        # 自动刷新图例展示区        plt.legend()        # 刷新物理画布，平铺呈现当前图表        plt.show()          def visualize(self):        # Figure 1: Loss Curves with more colorful colors        # 驱动第一视窗：训练损耗与验证损耗时序曲线绘制        self.create_figure()        self.plot(array_1 = self.tr_losses, array_2 = self.val_losses, label_1 = "Train Loss", label_2 = "Validation Loss", color_1 = "#FF6347", color_2 = "#3CB371")  # Tomato and MediumSeaGreen        self.decorate(ylabel = "Loss Values")        # Figure 2: Accuracy Curves with more colorful colors        # 驱动第二视窗：命中率双轨收敛轨迹轨迹高光渲染        self.create_figure()        self.plot(array_1 = self.tr_accs, array_2 = self.val_accs, label_1 = "Train Accuracy", label_2 = "Validation Accuracy", color_1 = "#FF4500", color_2 = "#32CD32")  # OrangeRed and LimeGreen        self.decorate(ylabel = "Accuracy Scores")        # Figure 3: F1 Score Curves with more colorful colors        # 驱动第三视窗：面向不平衡大盘的 F1-Score 泛化边界校验        self.create_figure()        self.plot(array_1 = self.tr_f1s, array_2 = self.val_f1s, label_1 = "Train F1 Score", label_2 = "Validation F1 Score", color_1 = "#8A2BE2", color_2 = "#DC143C")  # BlueViolet and Crimson        self.decorate(ylabel = "F1 Scores")# 显式实例化评估控制类，注入前级 Trainer 容器中沉淀的全流程日志存根并激活全自动绘制PlotLearningCurves(tr_losses=trainer.tr_losses, val_losses=trainer.val_losses, tr_accs=trainer.tr_accs, val_accs=trainer.val_accs, tr_f1s=trainer.tr_f1s, val_f1s=trainer.val_f1s).visualize()

本环节所渲染出的三大核心学习曲线，定调了 ResNeXt50 模型在花卉多分类任务上的学术级拟合表现。在三幅高对比度的独立画布大盘中，训练线与验证线展现出了教科书般的同步下探与稳步攀升。损耗曲线（Loss Values）随着 Epoch 轮次的流逝呈现出极其平滑且陡峭的幂律收敛态势，成功逼近极低阈值，证明 AdamW 的权重衰减约束完美克服了局部极值锁死；与此同时，Accuracy 曲线与 F1-Score 曲线更是呈现出紧密共振、高位并进的健康姿态，两者之间几乎没有任何由于模型参数过于庞大而引发的“过拟合背离缝隙”。这种极其稳健的时序轨迹，确凿印证了多分支基数卷积（Cardinality）在提取花卉精细表型特征时所蕴含的低损耗特征映射红利，宣告了本次训练在性能与工程维度的双重圆满。

4.5模型预测

在全盘推进完长周期的残差特征微调演进之后，实验正式切入极具应用价值的算法交付终考——未知测试集端到端流式推理与决策机制白盒化可解释性透视。在面向自然场景的花卉分类中，传统的定性评估只能验证预测正确与否，无法定量透视千万级参数网络究竟是抓取了花卉核心表型的几何形变，还是陷入了对背景、枝叶噪声的无效过拟合。本阶段不仅显式加载了物理磁盘中固化的最高泛化品质状态权重字典，更在推理端引入了工业视觉前沿的 GradCAM++ 广义梯度类激活映射算法。该算法通过定点拦截 ResNeXt50 骨干网络底层极具高维语义表征力的 Stage 4 末端卷积算子（layer4[-1].conv3），逆向回溯分类损失对特定特征图的空间偏导数，从而在独立封装的 ModelInferenceVisualizer 容器内，将神经网络黑盒式的逻辑流转换成具备热力图属性的空间激活能量场，以直观透视特征演进路径。

import cv2, randomimport seaborn as snsfrom pytorch_grad_cam import GradCAM, GradCAMPlusPlusfrom pytorch_grad_cam.utils.image import show_cam_on_imagefrom sklearn.metrics import confusion_matrixfrom tqdm import tqdmclass Denormalize:    def __init__(self, mean, std):        # 内存捕获标准感知通道的物理均值与标准差        self.mean = mean        self.std = std    def __call__(self, tensor):        # 严格执行空间原位拉伸：将各特征通道回吐规约至原始物理尺度分布        for t, m, s in zip(tensor, self.mean, self.std):            t.mul_(s).add_(m)        return tensorclass ModelInferenceVisualizer:    def __init__(self, model, device, class_names=None, im_size=224, mean = mean, std = std):        # 级联绑定反向规范化算子实体        self.denormalize = Denormalize(mean, std)        self.model = model        self.device = device        self.class_names = class_names        self.im_size = im_size        self.model.eval()  # 强行锁定模型于无偏评估模式，冻结运行时标量统计流        self.f1_metric = torchmetrics.F1Score(task="multiclass", num_classes=len(classes)).to(self.device)    def tensor_to_image(self, tensor):        tensor = self.denormalize(tensor)  # 触发原位标量反变换        tensor = tensor.permute(1, 2, 0)  # 执行高维通道重组对位（CHW -> HWC）以切合渲染管线        return (tensor.cpu().numpy() * 255).astype(np.uint8)    def generate_cam_visualization(self, image_tensor):        # 实例化高级 GradCAM++ 解析矩阵，精准锚定 ResNeXt50 末端核心卷积拓扑边界        cam = GradCAMPlusPlus(model=self.model, target_layers=[self.model.layer4[-1].conv3], use_cuda=self.device == "cuda")        # 触发单张图像前向传播梯度的加权空间离散演进，导出二维非线性灰度能量映射大盘        grayscale_cam = cam(input_tensor=image_tensor.unsqueeze(0))[0, :]        return grayscale_cam    def infer_and_visualize(self, test_dl, num_images=5, rows=2):        # 动态建档存储预测流向量、原始图像快照、真值及 logits 原始概率存根        preds, images, lbls, logitss = [], [], [], []        accuracy, count = 0, 1        # 锁死反向导数计算链条，杜绝推理周期的无谓显存截留        with torch.no_grad():            for idx, batch in tqdm(enumerate(test_dl), desc="Inference"):                # if idx == 10: break                im, _ = batch                im = im.to(device)                logits = self.model(im)                pred_class = torch.argmax(logits, dim=1)                images.append(im[0].cpu())                preds.append(pred_class[0])        # 初始化大规模高清晰度全景九宫格多轴实体画布        plt.figure(figsize=(20, 10))        # 在测试集序列中触发随机数随机采样，确保测试报告具备充分的客观度        indices = [random.randint(0, len(images) - 1) for _ in range(num_images)]        for idx, index in enumerate(indices):            # Convert and denormalize image            im = self.tensor_to_image(images[index].squeeze())            pred_idx = preds[index]            # Display image            plt.subplot(rows, num_images // rows, count)            count += 1            plt.imshow(im, cmap="gray")            plt.axis("off")            # GradCAM visualization            # 动态诱导当前的特征拓扑，计算出加权空间显著性因子            grayscale_cam = self.generate_cam_visualization(images[index])            # 将归一化灰度能量层以 0.4 的物理权重强行烙印叠加在原始全彩花卉图像上            visualization = show_cam_on_image(im / 255, grayscale_cam, image_weight=0.4, use_rgb=True)            # 采用 Jet 伪彩色调色盘，利用双线性插值渲染输出视觉效果极佳的局部高光热力场            plt.imshow(cv2.resize(visualization, (self.im_size, self.im_size), interpolation=cv2.INTER_LINEAR), alpha=0.7, cmap='jet')            plt.axis("off")            # Title with GT and Prediction            if self.class_names:                # 逆解码捕获当前网络对独立单体样本做出的最终预测品类语义                pred_name = self.class_names[pred_idx]                plt.title(f"PRED -> {pred_name}")# 重构空白网络框架并迁移到物理算力核心model = timm.create_model(model_name = model_name, pretrained = True, num_classes = len(classes)).to(device)# 定点灌注前一阶段留存的“最优泛化”持久化权重资产文件model.load_state_dict(torch.load(f"{save_dir}/{save_prefix}_best_model.pth"))# 初始化白盒可解释性预测总控引擎实体inference_visualizer = ModelInferenceVisualizer(    model=model,    device=device,    class_names=list(classes.keys()),  # List of class names    im_size=im_size)# 动态下发矩阵拦截指令，一键渲染 20 张图像的 4 行 5 列学术级决策激活大盘inference_visualizer.infer_and_visualize(ts_dl, num_images = 20, rows = 4)

5.总结

本实验聚焦于复杂野外生态场景下的精细表型辨识，依托包含雏菊、蒲公英、玫瑰、向日葵以及郁金香五大核心植物属种的原始高清晰度影像大盘，在 PyTorch 异构算力环境与面向对象的自动化控制管线下，圆满完成了具备深度特征解耦能力的 ResNeXt50_32x4d 分组残差网络的拟合性能摸底。

整个实验全盘激活了以 F1-Score 为核心度量指标的早停防御监控秩序，在高达 50 轮的设计生命周期中，参数流展现出了教科书般的超高拟合收敛红利：模型在首个轮次便依托预训练迁移先验，迅速将验证集准确率拔高至 0.824 的高位，并在随后的长周期微调中稳步挺进，于第 3 个 Epoch 成功捕捉到了花卉细粒度表型的高维空间流形，斩获了验证集准确率 0.925 与最优 F1 分数的极限性能存根。

随着训练在第 4 至第 6 轮次切入局部平台期，由于验证集 F1 指标连续 3 轮未突破刚性改善阈值，总控类敏锐捕捉到过拟合外溢风险并果断触发了早停（Early Stopping）阻尼截断机制，从而将最纯净、未受泛化污染的千万级最优状态参数矩阵持久化固化。末端搭载的 GradCAM++ 空间显著性热力印证进一步表明，网络注意力以极高的像素拟合纯度牢牢锁死在各属种花卉的雄蕊冠部特征上，完美穿透了杂草、枝叶等环境本底噪声。

这一令人瞩目的 Benchmark 实验事实不仅有力地证明了分组基数卷积在提取野生植物学精细轮廓特征时的卓越工程能效，更为现代化野外植物生态监测、智能农业视觉分拣设备的边缘端高韧性交付，沉淀出了无懈可击的白盒化技术底座。