企业官网建设流程全解析

简介：岩石薄片自动鉴定传统上依赖人工经验，耗时且主观性强。这份资源面向机器学习与深度学习的课程设计、毕业设计等场景，针对岩石薄片图像识别问题给出完整的分类建模流程，并提供可运行的代码框架。压缩包共28个文件，大小仅758KB，包含15个py脚本（覆盖主程序、网络结构、数据集加载、训练器、GLCM/LBP/颜色特征统计与测试模块）、4个md文档、3张示例图片、结果表格及依赖列表等，源码按功能划分目录，便于读者按步骤复现和二次开发。已有42人学习下载，内容整合了传统特征工程与CNN、SVM等模型对比，输出准确率、召回率、F1分数等评估指标，并覆盖图像增强、去噪、标准化等预处理过程。对地质学相关专业学生而言，该资源既可作为入门深度学习的练习项目，也可作为算法对比实验的基座，方便课程设计与期末大作业直接参考。

1. 岩石薄片自动鉴定：把“肉眼经验”变成可训练的图像特征

资深岩矿鉴定师在偏光显微镜下看一片薄片，判断矿物种类、含量、结构，再定出岩石名称，一天最多处理几十片。而一个用迁移学习训练好的ResNet，一秒钟能跑完一片，准确率还能稳定在90%以上。这不是玄学，是把“干涉色、消光角、颗粒形态”这些肉眼经验，转成了图像特征和分类概率。这份基于机器学习的岩石薄片自动鉴定资源，包含完整数据集、预处理脚本、训练代码和评估模块，能让你直接从零复现一套可用的岩性分类模型。它尤其适合正在做毕业设计、课程设计或期末大作业的同学——不是给你看PPT，是给你一套能跑通、能讲清楚原理的深度学习流程。

2. 数据准备与预处理：用分组切分和轻量增广守住泛化底线

岩石薄片图像和自然照片最大的区别在于：它的特征高度依赖光学条件。单偏光下看颜色和突起，正交偏光下看干涉色和消光，同一块矿物在不同光性下表现完全不同。如果数据准备阶段不控制好这一点，后面模型训练得再漂亮，换一批切片就崩。

2.1 标注格式与目录组织：先用 ImageFolder 把图片归好类

拿到资源后，第一件事是打开 data 目录看结构。我推荐直接按 ImageFolder 方式组织，因为 PyTorch 的datasets.ImageFolder可以直接读取，不需要自己写 Dataset：

data/ train/ quartz/ feldspar/ mica/ amphibole/ val/ quartz/ feldspar/ mica/ amphibole/

先跑一段脚本统计每类图片数量，确认有没有类别严重缺失：

import os from collections import Counter data_root = 'data/train' counts = Counter() for cls in os.listdir(data_root): cls_path = os.path.join(data_root, cls) if os.path.isdir(cls_path): counts[cls] = len(os.listdir(cls_path)) print(counts)

这段代码遍历每个类目文件夹，统计图片数量并打印。如果发现某类只有几十张、另一类上千张，就需要在后续采样本时做加权或过采样。注意data_root要改成你实际的训练目录；如果资源里给的是 CSV 标注而不是文件夹结构，你需要先用os.makedirs把图片按标签移动成上述结构，再继续往下走。

2.2 光照归一化与增广策略：敢砍掉色彩抖动才有稳定识别

岩石薄片图像的光照不均非常常见。光源亮度、目镜差异、相机白平衡都会让同一矿物的颜色漂移。很多新手上来就用 ImageNet 的标准化，即mean=[0.485,0.456,0.406]，但显微镜图像的色彩分布和自然图像差得远，我用下来更推荐先做全局归一化：

import cv2 import numpy as np def normalize_img(img): # img 是 BGR 图像，返回 float32，零均值单位方差 img = img.astype(np.float32) / 255.0 mean = np.mean(img, axis=(0, 1), keepdims=True) std = np.std(img, axis=(0, 1), keepdims=True) + 1e-6 return (img - mean) / std

加1e-6是为了防止某张图某个通道标准差为 0 时除零报错。这个归一化是逐张图做的，能有效抑制不同显微镜光源强度带来的差异。

数据增强方面，我一般用这套组合：

import torchvision.transforms as T train_transform = T.Compose([ T.RandomHorizontalFlip(p=0.5), T.RandomVerticalFlip(p=0.5), T.RandomRotation(90), T.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.05, hue=0.02), T.Resize((256, 256)), T.CenterCrop(224), ])

关键在ColorJitter的saturation=0.05和hue=0.02。岩石鉴定非常依赖干涉色，饱和度和色相一旦被大范围扰动，比如saturation=0.5，正交偏光下不同矿物的干涉色会被拉成同一个色，模型彻底学不到光性特征。我见过有人把hue设成 0.1，训练出来的模型在验证集上准确率 80%，但一换到另一台显微镜拍的照片，直接掉到 40%，就是增强把矿物颜色语义破坏了。所以只用亮度、对比度微调，彩色信息尽量保守。

2.3 数据集划分：按薄片分组，别让同一张岩石的补丁泄漏

岩石薄片图像通常把一片岩石裁成很多 patch 作为独立样本。如果随机切分，同一个薄片的 patch 可能同时出现在训练集和验证集，模型会记住背景纹理而表现虚高。正确做法是按薄片 ID 分组进行 GroupShuffleSplit：

import pandas as pd from sklearn.model_selection import GroupShuffleSplit # df 每行包含 image_path, label, slice_id，slice_id 是薄片编号 gss = GroupShuffleSplit(n_splits=1, test_size=0.2, random_state=42) train_idx, val_idx = next(gss.split(df.index, groups=df['slice_id'])) train_df = df.iloc[train_idx] val_df = df.iloc[val_idx] print(len(train_df), len(val_df))

groups传入的是薄片 ID，n_splits=1表示只划分一次，test_size=0.2留出 20% 薄片做验证，random_state=42固定随机种子保证可复现。这样划分后，同一薄片的所有 patch 只会在同一边，模型无法通过“记住这个薄片特有的划痕、气泡”来作弊。

如果资源里没有slice_id字段，你也可以从文件名中提取，比如图片命名为slice12_patch03.jpg，用str.split('_')[0]取slice12作为分组键。这一步千万别省，我在一个课程设计里见过泄漏导致的 97% 验证准确率，换成组划分后真实准确率只有 71%，两种结果答辩老师一眼就能分辨哪个是虚高的。

3. 模型选型与训练：ResNet50 迁移学习下的三个关键参数

训练部分是整个项目的心脏。岩石薄片数据集通常规模不大，几千张到几万张，直接从头训练 CNN 很容易过拟合，而且训练周期长。这里最省事、最稳妥的做法是迁移学习。

3.1 为什么用迁移学习而不是从零训练

ImageNet 预训练模型已经在 1000 类自然图像上学过了边缘、角点、纹理、颜色渐变这些底层特征。岩石薄片图像的颗粒边界、解理缝、消光纹理，本质上都依赖这些底层特征。你只需要替换最后的全连接层，让模型把“已经学会的视觉基础”映射到石英、长石、云母这些类别上。

我通常选择 ResNet50 作为默认 backbone，因为它在 ImageNet 上预训练权重好找，推理速度适中，微调起来比 EfficientNet 更稳定。如果你显存紧张，可以换成 ResNet18；如果你追求精度且 GPU 够好，ResNet101 也行。但注意，薄片图像类别差异往往集中在纹理细节，单纯增加网络深度收益有限，不如把数据预处理做精细。

3.2 训练脚本与关键超参数

下面这段是基于 PyTorch 的迁移学习训练骨架，我按资源里的代码逻辑简化过，核心部分保留：

import torch import torch.nn as nn import torch.optim as optim from torch.utils.data import DataLoader from torchvision import models, datasets, transforms class_names = ['quartz', 'feldspar', 'mica', 'amphibole'] num_classes = len(class_names) # 加载预训练 ResNet50，替换全连接层 model = models.resnet50(weights=models.ResNet50_Weights.IMAGENET1K_V1) model.fc = nn.Linear(model.fc.in_features, num_classes) # 冻结 backbone，只训练 fc for param in model.parameters(): param.requires_grad = False for param in model.fc.parameters(): param.requires_grad = True device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') model = model.to(device) criterion = nn.CrossEntropyLoss() optimizer = optim.AdamW(model.fc.parameters(), lr=1e-3, weight_decay=1e-4) scheduler = optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max=50) train_loader = DataLoader(train_dataset, batch_size=32, shuffle=True, num_workers=4) val_loader = DataLoader(val_dataset, batch_size=32, shuffle=False, num_workers=4) for epoch in range(10): model.train() train_loss = 0.0 for images, labels in train_loader: images, labels = images.to(device), labels.to(device) optimizer.zero_grad() outputs = model(images) loss = criterion(outputs, labels) loss.backward() optimizer.step() train_loss += loss.item() * images.size(0) scheduler.step() print(f'Epoch {epoch+1}: train_loss={train_loss / len(train_loader.dataset):.4f}')

这里有三个参数值得单独说。

第一个是lr=1e-3。由于冻结了 backbone，只有 fc 层在更新，参数不多，学习率可以从 1e-3 起步。如果训练 loss 来回震荡，就把学习率降到 3e-4 或 1e-4。

第二个是batch_size=32。如果你的 GPU 显存只有 6G，ResNet50 + 224 输入直接跑会爆显存，这时把 batch_size 降到 16 或 8，num_workers 保持 4 即可。岩石薄片原图可能很大，但送入模型的必须是 resize 后的 224 或 256 统一尺寸。

第三个是T_max=50，它表示余弦退火的学习率周期。我们这里只训练 10 个 epoch 来验证代码通不通，真正跑的时候可以设 50 个 epoch，让学习率从 1e-3 平滑降到接近 0，比固定学习率更稳。

3.3 损失函数与优化器选择：类别不平衡时用加权交叉熵

岩石薄片数据里常见的问题是某类矿物样本特别少，比如角闪石只有 100 多张，石英却有 2000 张。普通交叉熵会让模型偏向多数类，训练结束时稀有类 recall 几乎为 0。解决方法是给交叉熵加类别权重：

import numpy as np class_counts = np.bincount(y_train) class_weights = 1.0 / (class_counts + 1e-6) class_weights = class_weights / class_weights.sum() * len(class_counts) criterion = nn.CrossEntropyLoss(weight=torch.tensor(class_weights, dtype=torch.float).to(device))

y_train是训练集的标签数组，np.bincount统计每个类别出现次数，倒数作为权重，再做归一化。这样样本少的类别在 loss 里占据更大比例，模型被迫重视它们。

优化器我用AdamW而不是Adam，因为它带了正确的权重衰减，weight_decay=1e-4能有效防止 fc 层在小数据上过拟合。如果你之后解冻 backbone 做微调，记得把 backbone 参数的学习率降到 1e-5，不然很容易破坏预训练的特征表达。

4. 避坑指南：五个岩石图像分类的经典翻车现场

这一章的内容全部来自我实际跑岩石薄片项目的血泪经验。每个坑我都给你说清现象、原因、解决，照着排查能省半天调试时间。

4.1 训练 loss 下降但验证精度不动

现象：训练集 loss 从 1.2 降到 0.3，但验证集准确率一直在 60% 徘徊，甚至偶尔下降。

原因：最常见的是学习率太大，fc 层震荡，无法收敛到局部最优；另一种可能是验证集存在强分类不平衡，准确率被多数类主导。

解决：先把学习率降到 1e-4，重跑 20 个 epoch 看趋势。如果验证 loss 还是不动，检查验证集标签顺序是否正确，以及是否在验证数据上跑到了未归一化的原图。

4.2 图像尺寸过大导致 GPU 显存溢出

现象：训练脚本一启动就报torch.cuda.OutOfMemoryError: CUDA out of memory。

原因：岩石薄片原图很多是 2048x1536 甚至更大，直接collate进 GPU 必然爆显存。

解决：在DataLoader前强制把图片统一到 224 或 256 尺寸。资源里的代码通常会加这两行：

T.Resize((256, 256)), T.CenterCrop((224, 224)),

Resize 先降低分辨率，CenterCrop 裁掉边缘无关区域，既保住了矿物颗粒主体，又解决了尺寸问题。如果还爆，就降低 batch_size 到 8，并把num_workers设为 2 减少内存峰值。

4.3 数据增强把干涉色抹掉了

现象：训练集增强后，模型在训练集上准确率 95%，但验证集只有 60%。查看增强后的图片，发现矿物的干涉色已经变得面目全非。

原因：ColorJitter里saturation、hue参数设置过大，比如saturation=0.5，把石英的灰白干涉色变成了淡蓝色，模型学到的是“颜色漂移后的伪特征”。

解决：把 ColorJitter 改为只保留亮度和对比度，饱和度和色相设成 0 或很小。

T.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.0, hue=0.0)

我建议多数项目直接不用色相增强。岩石鉴定的核心光性特征就是干涉色，色相稍微偏移，类别语义就变了。这条坑和 2.2 节里说的一致，但值得在训练阶段再强调一次。

4.4 验证指标虚高：同一薄片的 patch 泄漏

现象：验证集准确率 97%，但把模型用到新切片的照片上，准确率只有 70% 左右。查代码发现切分时没有按薄片分组。

原因：同一薄片的 patch 因为背景、划痕、胶层高度相似，被随机分割后，模型等于“见过”验证图像的兄弟版本，属于数据泄漏。

解决：回到 2.3 节，用GroupShuffleSplit按slice_id分组切分。如果项目里没给薄片编号，至少按文件名前缀分组。这个坑我称之为“最贵的 27 个点”，而且评审老师很容易通过查看你的混淆矩阵和实际测试集表现戳穿。

4.5 换一台显微镜就“失灵”：域漂移

现象：模型在 A 显微镜拍摄的验证集上 F1 是 0.88，换到 B 显微镜拍摄的一组新图片，F1 掉到 0.45。

原因：不同显微镜的光源色温、物镜透明度、相机矩阵存在差异，导致同一矿物的 RGB 分布整体漂移。模型学到了 A 显微镜特有的色彩偏移，而不是矿物本身的特征。

解决：在预处理阶段做逐图全局归一化（见 2.2），或者在训练集里混入至少两个不同显微镜来源的数据。如果资源里只有单批数据，可以在论文里明确说明该模型适用于同类型显微镜，并建议采集多源数据作为后续工作。

5. 评估与调参：混淆矩阵比 accuracy 更能暴露模型短板

很多同学训练结束只打印一个test accuracy: 0.87就完事了。但对于岩石薄片鉴定这种类别不平衡、且类间相似度高的多分类问题，单看 accuracy 会掩盖太多问题。

5.1 评估指标怎么选：宏 F1 和加权 F1

多分类场景下，我一般同时输出宏平均 F1 和加权平均 F1。宏平均对每个类一视同仁，稀有类表现差会直接拉低分数；加权平均则按样本数加权，能反映整体性能。两组对比能看出模型是否偏科。

from sklearn.metrics import classification_report, confusion_matrix import seaborn as sns import matplotlib.pyplot as plt # y_true 和 y_pred 是验证集真实标签和模型预测 report = classification_report(y_true, y_pred, target_names=class_names) print(report) cm = confusion_matrix(y_true, y_pred) sns.heatmap(cm, annot=True, fmt='d', cmap='Blues', xticklabels=class_names, yticklabels=class_names) plt.savefig('confusion_matrix.png', dpi=150)

classification_report会输出每个类别的 precision、recall、f1，以及macro avg和weighted avg。如果macro avg比weighted avg低很多，说明稀有类普遍不理想。

5.2 从混淆矩阵找模型短板

混淆矩阵里最醒目的往往不是对角线上的数字，而是那些非零的非对角元。比如石英和长石经常互相混淆，这是因为两者在单偏光下都是无色透明颗粒，仅靠颜色特征区分不开。看到这个，你就该知道下一步不是继续调学习率，而是考虑引入正交偏光图像，或者对矿物颗粒的轮廓、解理方向做形态学特征补充。如果云母偶尔被识别成角闪石，说明模型被两者的深色色调迷惑，可能需要检查训练集里云母图片是否有反光干扰。

5.3 调参路径与收敛判断

调参不要随机乱试。我一般按这个顺序：先固定迁移学习冻结 backbone，只调 fc 层的学习率（1e-3 起，看 loss 是否下降）；然后调 batch_size（在显存允许范围内尽量大，能稳定梯度）；最后调 weight_decay（1e-4 起步，过拟合明显时加到 1e-3）。

为了让训练在合适的时候停下来，我强烈建议加 Early Stopping：

best_val_loss = float('inf') patience = 10 counter = 0 for epoch in range(50): train_one_epoch() val_loss = evaluate() if val_loss < best_val_loss: best_val_loss = val_loss counter = 0 torch.save(model.state_dict(), 'best_model.pth') else: counter += 1 if counter >= patience: print('Early stopping at epoch', epoch + 1) break

patience=10意味着验证 loss 连续 10 个 epoch 没有刷新最低值就停止训练，避免后期过拟合。保存的best_model.pth是验证 loss 最低时的权重，而不是最后一个 epoch 的权重，这个细节能让最终模型稳定好几个点。

6. 进阶验证：用 Grad-CAM 热力图让模型“说”出它看到了什么

模型训练完，准确率不错，但答辩老师一定会问：“你怎么知道模型学到了矿物特征，而不是记住了背景？”这时候 Grad-CAM 是你最好的解释工具。

pip install grad-cam

from pytorch_grad_cam import GradCAM from pytorch_grad_cam.utils.image import show_cam_on_image import torch model.eval() model = model.to('cuda' if torch.cuda.is_available() else 'cpu') # 选择 ResNet50 最后一个残差块作为目标层 target_layers = [model.layer4[-1]] cam = GradCAM(model=model, target_layers=target_layers) # input_tensor 是归一化后的单张图像，shape 为 (1, 3, 224, 224) grayscale_cam = cam(input_tensor=input_tensor, target_category=None) cam_image = show_cam_on_image(input_tensor_denormalized, grayscale_cam[0], use_rgb=True)

target_category=None会把预测概率最高的类别作为目标，生成该类别对应的热力图。show_cam_on_image把热力图叠加回原图，红色区域表示模型重点关注的区域。

怎么看结果？如果热力图集中在一颗矿物颗粒的内部和边缘，比如石英颗粒的解理缝附近，说明模型学到了矿物的内部结构和边界纹理。如果热力图大幅落在图像角落、树脂胶层、气泡或者金属针尖上，说明模型在走捷径，它可能记住了切片制作工艺的痕迹。遇到这种情况，我一般回看数据清洗，把那些带明显划痕、气泡和胶层污染的图片剔除，或者做数据增广把背景干扰稀释掉。

从那以后，我每次提交模型前都会随机抽十张验证集图片跑 Grad-CAM，如果热力图聚焦在颗粒主体而不是背景，我才敢把结果写进毕业设计。毕竟一张热力图比一个孤零零的 accuracy 数字更有说服力，它能帮你和答辩老师快速建立信任。希望这整套流程能让你在复现岩石薄片自动鉴定项目时少走弯路，一次跑通。

本文还有配套的精品资源，点击获取