企业官网建设流程全解析

简介：这份资源面向计算机类毕业设计与课程作业场景，聚焦深度学习中的垃圾分类实战任务，适合具备一定Python基础、正在寻找完整项目参考的本科生或自学者。包内共6个文件，以2个py源码、2个pt权重文件为主，另含1个zip压缩包与1份md说明文档，整体约4MB，体量轻便，便于快速部署与二次修改。源码部分涵盖模型定义与预测推理脚本，权重文件可直接加载用于验证CNN与ResNet两种网络结构的分类效果，md文档则提供项目说明与使用指引。已有77人学习下载，说明该方案在同类毕设选题中具备一定参考价值。读者可借此获得一套可运行的垃圾分类识别流程，理解卷积神经网络与残差网络在图像分类任务中的差异，并在此基础上调整网络结构、替换数据集或补充训练脚本，完成从模型搭建到推理验证的完整闭环，为毕设答辩或课程提交提供扎实的代码与实验支撑。

1. 垃圾分类深度学习毕设包：从 CNN 到 ResNet 的完整落地路径

很多同学做毕设时卡在同一个地方：算法原理背得滚瓜烂熟，真到要交一个能跑起来、能演示、能写进论文的系统时，却不知道从哪下手。这个压缩包解决的正是这个问题——它把垃圾分类这个经典课题的完整链路打包好了，包含model.py、model1.pt、model.pt、predict.py和README.md，覆盖了从模型定义到推理预测的全流程。垃圾分类本身是深度学习图像识别的入门级任务，但它的工程结构和大项目完全一致：数据预处理、模型搭建、训练保存、加载推理。适合正在做深度学习毕设或课程作业的本科生，也适合想找一个干净模板快速验证自己想法的开发者。包里同时提供了 CNN 和 ResNet 两条技术路线，你可以根据算力和精度要求灵活选择。

2. 拆开压缩包：文件结构与两条模型路线的选型逻辑

拿到一个源码包，第一件事不是急着跑predict.py，而是先搞清楚每个文件在系统里扮演什么角色。这个包的结构很典型，没有多余的目录嵌套，说明作者是按“最小可运行系统”的思路组织的。

2.1 文件清单与各自职责

model.py是整个项目的核心，它决定了网络长什么样。model.pt和model1.pt是两个已经训练好的权重文件，意味着你不需要从零训练就能直接跑推理。predict.py是入口脚本，负责把图片喂给模型并输出分类结果。这种“定义-权重-推理”三件套的结构，在深度学习项目里是最常见的组织方式。

2.2 CNN 和 ResNet 该怎么选

包里的model.py同时提供了 CNN 和 ResNet 两种结构，这不是凑数，而是对应了两种不同的使用场景。

CNN 版本通常是几层卷积加池化的堆叠，参数量小，训练快，适合以下情况：你的电脑没有独立显卡，只能用 CPU 跑；或者你需要在论文里展示一个“从零搭建”的网络结构，体现你对卷积核、池化、全连接层的理解。CNN 的缺点是层数一深就容易出现梯度消失，精度上限有限。

ResNet 版本引入了残差连接，核心思想是让网络学习输入和输出之间的“残差”而不是直接学习映射。这样做的好处是梯度可以通过跳跃连接直接回传，使得训练几十层甚至上百层的网络成为可能。垃圾分类这种任务，类别之间的区分度主要在颜色、纹理和形状上，ResNet 的深层特征提取能力明显更强。如果你有 GPU 可用，或者追求更高的分类准确率，直接用 ResNet 版本。

提示：如果你不确定选哪个，先跑predict.py看默认加载的是哪个权重文件，再决定要不要切换。

2.3 环境依赖与快速验证

在跑任何代码之前，先把环境配好。这个项目依赖 PyTorch 和 torchvision，另外需要 Pillow 做图像读取。常见做法是用 conda 建一个独立环境，避免和系统里的其他包冲突。

# 创建并激活虚拟环境 conda create -n garbage_cls python=3.9 -y conda activate garbage_cls # 安装核心依赖 pip install torch torchvision pillow numpy

安装完成后，进入项目目录，直接运行推理脚本验证环境是否正常：

python predict.py --image test.jpg

如果predict.py没有提供命令行参数接口，那就需要打开脚本，找到图片路径的变量，手动改成你要测试的图片路径。这一步的目的是确认模型能加载、图片能读取、输出能打印。跑通了再往下做定制化修改。

3. 模型定义与推理脚本：从 model.py 到 predict.py 的代码拆解

环境跑通只是第一步，真正要拿这个包做毕设，你得能看懂model.py里网络是怎么搭的，以及predict.py是怎么把图片变成分类结果的。这一章把这两个文件的核心逻辑拆开讲。

3.1 model.py 里的 CNN 结构

CNN 版本的典型写法是继承nn.Module，在__init__里定义层，在forward里定义数据流向。下面是一个符合这个项目场景的 CNN 结构示例：

import torch.nn as nn import torch.nn.functional as F class SimpleCNN(nn.Module): def __init__(self, num_classes=4): super(SimpleCNN, self).__init__() # 第一层卷积：输入3通道RGB，输出32通道特征图，卷积核3x3 self.conv1 = nn.Conv2d(3, 32, kernel_size=3, padding=1) # 第二层卷积：32通道扩展到64通道 self.conv2 = nn.Conv2d(32, 64, kernel_size=3, padding=1) # 第三层卷积：64通道扩展到128通道 self.conv3 = nn.Conv2d(64, 128, kernel_size=3, padding=1) # 最大池化：2x2窗口，步长2，特征图尺寸减半 self.pool = nn.MaxPool2d(2, 2) # 全连接层：128*28*28是经过三次池化后的特征维度 self.fc1 = nn.Linear(128 * 28 * 28, 256) self.fc2 = nn.Linear(256, num_classes) self.dropout = nn.Dropout(0.5) def forward(self, x): # 每层卷积后接ReLU激活，再池化 x = self.pool(F.relu(self.conv1(x))) # 224->112 x = self.pool(F.relu(self.conv2(x))) # 112->56 x = self.pool(F.relu(self.conv3(x))) # 56->28 x = x.view(-1, 128 * 28 * 28) # 展平 x = F.relu(self.fc1(x)) x = self.dropout(x) # 防止过拟合 x = self.fc2(x) return x

这段代码的逻辑很直白：三层卷积逐级提取特征，每层后面跟池化把特征图尺寸缩小，最后展平送进全连接层做分类。num_classes=4对应垃圾分类的四个类别（通常是可回收、厨余、有害、其他）。padding=1保证卷积后特征图尺寸不变，只有池化才会降维。Dropout(0.5)是训练时的正则化手段，推理时会自动关闭。

参数调整的关键点：如果你用的图片尺寸不是 224×224，全连接层的输入维度需要重新计算。计算方法是：输入尺寸经过三次池化（每次除以2），得到最终特征图边长，再乘以通道数。比如输入 128×128，三次池化后是 16×16，全连接层就是128 * 16 * 16。

3.2 ResNet 版本的加载方式

ResNet 版本通常不从头定义网络，而是用 torchvision 提供的预训练模型做迁移学习。这样做的好处是预训练权重已经在大规模数据集上学到了通用特征，你只需要替换最后的全连接层，用垃圾分类数据微调即可。

import torchvision.models as models import torch.nn as nn def get_resnet_model(num_classes=4): # 加载ResNet18预训练权重 model = models.resnet18(pretrained=True) # 冻结前面的层，只训练最后的分类层 for param in model.parameters(): param.requires_grad = False # 替换全连接层：ResNet18的fc输入是512维 model.fc = nn.Linear(512, num_classes) return model

pretrained=True表示加载在 ImageNet 上训练好的权重。requires_grad = False冻结了卷积层的参数，训练时只更新fc层。如果你的数据集比较小（几千张以内），这种做法能有效防止过拟合。如果数据量够大，可以把requires_grad设为True做全网络微调，但学习率要调小。

3.3 predict.py 的推理流程

推理脚本的核心步骤是：加载模型结构 → 加载权重 → 图片预处理 → 前向传播 → 输出类别。下面是一个标准的推理流程：

import torch from PIL import Image from torchvision import transforms from model import SimpleCNN # 或 get_resnet_model # 定义预处理：和训练时保持一致 transform = transforms.Compose([ transforms.Resize((224, 224)), # 统一尺寸 transforms.ToTensor(), # 转成Tensor，归一化到[0,1] transforms.Normalize( # 标准化，均值方差用ImageNet的 mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225] ) ]) # 加载模型 model = SimpleCNN(num_classes=4) model.load_state_dict(torch.load('model.pt', map_location='cpu')) model.eval() # 切换到推理模式，关闭Dropout和BatchNorm的更新 # 读取并预处理图片 image = Image.open('test.jpg').convert('RGB') input_tensor = transform(image).unsqueeze(0) # 增加batch维度 # 推理 with torch.no_grad(): # 关闭梯度计算，节省内存 output = model(input_tensor) _, predicted = torch.max(output, 1) classes = ['可回收', '厨余', '有害', '其他'] print(f'预测结果：{classes[predicted.item()]}')

model.eval()和torch.no_grad()是推理时必加的两行。前者关闭 Dropout 和 BatchNorm 的训练行为，后者关闭梯度计算。unsqueeze(0)是因为模型期望的输入是[batch, channel, height, width]，单张图片只有后三个维度，需要手动补一个 batch 维度。map_location='cpu'保证在没有 GPU 的机器上也能加载权重。

注意：预处理中的Normalize参数必须和训练时一致。如果训练时没用标准化，推理时也不要加，否则输入分布不匹配，预测结果会完全错误。

4. 避坑与排查：权重加载、类别映射和预处理不一致的常见翻车

这个包虽然结构简单，但实际跑起来翻车的概率不低。下面是我在帮别人看毕设代码时最常遇到的几个问题，按“现象 → 原因 → 解决”整理。

4.1 权重加载报错：Missing key(s) in state_dict

现象：运行predict.py时抛出RuntimeError: Error(s) in loading state_dict for SimpleCNN: Missing key(s)...。

原因：model.py里的网络结构和model.pt保存时的结构不一致。常见情况是作者训练时用了 ResNet，但推理时实例化的是 CNN，或者改了全连接层的输出维度。

解决：先打印权重文件的键名，和当前模型对比：

state_dict = torch.load('model.pt', map_location='cpu') for k, v in state_dict.items(): print(k, v.shape)

对比model.py里定义的层名，找到不匹配的地方。如果是全连接层维度不对，修改num_classes或fc层的输入维度。如果是层名对不上，说明模型结构定义有差异，需要根据权重文件的键名反推网络结构。

4.2 预测结果全是同一类

现象：不管输入什么图片，输出的类别都一样。

原因：预处理不一致是最常见的原因。训练时用了Normalize，推理时没加；或者训练时图片是 BGR 格式，推理时用了 RGB。另一个可能是权重文件本身就没训练好。

解决：先检查predict.py里的transform是否和训练脚本一致。如果找不到训练脚本，可以尝试去掉Normalize再跑一次，看结果是否变化。如果还是全同一类，用torch.load检查权重里的数值是否正常（有没有大量零值或 NaN）。

4.3 CUDA out of memory

现象：在有 GPU 的机器上跑推理时报显存不足。

原因：predict.py默认把模型和输入都放到了 GPU 上，但显存被其他进程占用了，或者图片尺寸太大。

解决：在加载权重时加map_location='cpu'，强制用 CPU 推理。或者在推理前加torch.cuda.empty_cache()清理缓存。如果必须用 GPU，把输入图片的 batch size 设为 1，不要一次加载多张。

4.4 类别标签对不上

现象：模型输出0，但classes列表里0对应的类别和实际不符。

原因：训练时类别的索引顺序和推理时classes列表的顺序不一致。比如训练时0是可回收，推理时写成了0是厨余。

解决：找到训练时的类别映射关系。通常在训练脚本里会有一个class_to_idx的字典，或者在数据加载时用ImageFolder会自动按文件夹名排序生成索引。以那个顺序为准，不要凭记忆写。

4.5 model.pt 和 model1.pt 搞混

现象：加载model.pt效果正常，加载model1.pt效果很差。

原因：两个权重文件对应不同的模型结构或不同的训练轮数。model1.pt可能是早期保存的检查点，或者对应的是 CNN 而不是 ResNet。

解决：分别用两个权重跑同一张测试图，对比输出。如果model1.pt效果差，检查它对应的模型结构是否和当前实例化的模型一致。在README.md里通常会说明哪个是最终版本。

5. 从能跑到能用：替换数据集、调整类别数和验证模型效果的实操技巧

把预训练权重跑通只是验证了环境，真正要做自己的毕设，你得把模型适配到自己的数据集上。这一章讲怎么替换数据、调整类别数，以及怎么验证模型是不是真的学到了东西。

5.1 用自己的数据重新训练

假设你的数据集按文件夹组织，每个类别一个文件夹：

dataset/ ├── recyclable/ ├── kitchen_waste/ ├── hazardous/ └── other/

用ImageFolder加载数据，然后微调 ResNet：

from torchvision import datasets, transforms from torch.utils.data import DataLoader # 数据增强：训练时随机裁剪、翻转，增加泛化能力 train_transform = transforms.Compose([ transforms.RandomResizedCrop(224), transforms.RandomHorizontalFlip(), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]) ]) train_dataset = datasets.ImageFolder('dataset/', transform=train_transform) train_loader = DataLoader(train_dataset, batch_size=32, shuffle=True) # 类别数自动从数据集获取 num_classes = len(train_dataset.classes) print(f'类别：{train_dataset.classes}') # 打印索引映射关系

ImageFolder会按文件夹名的字母顺序生成索引，这个顺序就是推理时classes列表应该用的顺序。batch_size=32是常见起点，显存不够就降到 16 或 8。shuffle=True打乱训练顺序，防止模型学到数据排列的规律。

5.2 训练循环的关键参数

import torch.optim as optim device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') model = get_resnet_model(num_classes).to(device) criterion = nn.CrossEntropyLoss() # 只优化fc层的参数，学习率设大一点 optimizer = optim.Adam(model.fc.parameters(), lr=0.001) for epoch in range(10): model.train() running_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() running_loss += loss.item() print(f'Epoch {epoch+1}, Loss: {running_loss/len(train_loader):.4f}') # 保存权重 torch.save(model.state_dict(), 'my_model.pt')

CrossEntropyLoss是分类任务的标准损失函数，内部包含了 softmax。Adam优化器对学习率不敏感，lr=0.001是安全起点。如果只训练fc层，10 个 epoch 通常就能收敛。如果做全网络微调，学习率要降到0.0001左右，否则预训练权重会被破坏。

5.3 验证模型效果的三个检查点

训练完不能只看 loss 下降就完事，得做实际验证。

第一，看混淆矩阵。用验证集跑一遍，统计每个类别的正确率和误判方向。如果“厨余”大量被误判为“其他”，说明这两个类别的特征区分度不够，需要增加数据或调整网络。

第二，看单张图片的置信度。torch.max返回的不仅是类别索引，还有置信度分数。如果所有图片的置信度都在 0.3 左右，说明模型没学到东西，大概率是预处理或标签映射出了问题。

第三，用训练时没见过的图片测试。从网上找几张垃圾分类的图片，手动跑predict.py，看输出是否合理。这一步能暴露过拟合问题——训练集准确率很高但新图片全错。

5.4 类别数调整的注意事项

如果你把四分类改成二分类（比如只分可回收和其他），需要改两个地方：model.py里的num_classes参数，以及推理时的classes列表。如果用的是 ResNet，model.fc = nn.Linear(512, num_classes)会自动适配。但要注意，如果加载的是原来四分类的权重，全连接层的形状不匹配，需要重新训练或者只加载卷积层的权重。

# 只加载卷积层权重，跳过fc层 pretrained_dict = torch.load('model.pt') model_dict = model.state_dict() # 过滤掉形状不匹配的键 pretrained_dict = {k: v for k, v in pretrained_dict.items() if k in model_dict and v.shape == model_dict[k].shape} model_dict.update(pretrained_dict) model.load_state_dict(model_dict)

这段代码的作用是：把预训练权重里和当前模型形状匹配的层加载进来，不匹配的层（比如fc）跳过，用随机初始化。这样可以在小数据集上快速启动训练。

从那以后我每次拿到一个深度学习源码包，都强制先跑一遍predict.py确认推理链路通畅，再动model.py改结构。顺序反了的话，出了问题你分不清是权重的问题还是代码改错了。希望帮到你。

本文还有配套的精品资源，点击获取