Python+CNN道路坑洼检测源码包：AlexNet与LeNet-5实现及避坑指南

简介：这份资源面向计算机视觉课程学习者与期末大作业开发者，聚焦道路坑洼检测这一典型图像分类任务，提供基于Python与CNN的完整实现方案。项目曾获97分高分评价，既可作为课程设计参考，也适合希望入门深度学习实战的初学者对照学习。压缩包共14个文件，约10.49MB，以11个Python脚本为核心，涵盖AlexNet、LeNet-5等多种网络结构的训练与推理代码，另含2个h5模型权重文件与1份README说明文档，代码注释详尽，下载后可直接运行。目前已有404人学习下载。读者可从中获得完整的坑洼检测流程、模型训练与预测脚本、预训练权重以及项目结构组织思路，既能快速复现实验，也便于在此基础上进行二次开发与功能扩展。

1. 道路坑洼检测大作业：一份能跑通的 Python+CNN 源码包到底长什么样

每年到了期末，计算机视觉大作业就成了不少人的心病。题目看着都懂，真动手写就卡在数据怎么组织、模型怎么搭、预测结果怎么可视化这几步上。这份基于 Python+CNN 实现的道路坑洼检测源码包，就是冲着这个场景来的——它把训练、推理、模型文件、文档说明都打包好了，下载解压就能跑，不用从零搭环境。包里既有 AlexNet 和 LeNet-5 两套网络结构的实现，也有对应的.h5权重文件，还有独立的预测脚本和测试脚本。适合两类人：一类是课程设计赶时间、需要一份结构完整可参考的作业；另一类是想拿它当基线，自己换数据集或改网络做二开的。下面我按实际拆包和跑通的顺序，把这份资源讲清楚。

2. 拆开压缩包先看结构：文件清单与两套 CNN 的分工

拿到一个源码包，我习惯先不急着跑，而是把目录结构和文件职责理一遍。这份包里的文件命名不算规范，有几个名字相近的脚本容易搞混，先分清楚能省不少调试时间。

2.1 训练脚本与模型文件的对应关系

从文件清单看，训练相关的脚本主要有AlexNet.py、LeNet-5.py、LeNet-5 2.0.py、main.py、mainz.py，模型权重文件是sampleLenet.h5和sampleLeNet-5.h5。这里有个明显的坑：脚本名和权重名不是一一对应的，sampleLenet.h5和sampleLeNet-5.h5只差一个字符，加载错了模型结构对不上，会直接报维度不匹配。

常见的做法是先把每个脚本的入口和它引用的权重文件对应起来。我一般会先扫一遍main.py和mainz.py，看哪个是主训练入口、哪个是备用或旧版本。AlexNet.py和LeNet-5.py更像是网络定义文件，里面是模型结构的类定义，不一定能直接运行。LeNet-5 2.0.py从命名推测是改进版，可能是调整了层数或加了正则化。

这张表是我拆包时的第一手判断，实际以 README 为准。README.md 里一般会写清楚运行顺序，先读它比盲目试脚本高效得多。

2.2 环境依赖与 Python 版本选择

这类课程设计项目大多是在 Python 3.6 到 3.8 之间写的，依赖主要是 TensorFlow 或 Keras 加 NumPy、OpenCV、Matplotlib。因为权重是.h5格式，基本可以确定用的是 Keras 或 tf.keras 的旧接口。如果你本地装的是 TensorFlow 2.x 较新版本，load_model加载旧.h5时可能遇到自定义层或编译参数不兼容的问题。

我一般会先建一个独立虚拟环境，避免和系统里的包打架。命令如下：

python -m venv pothole_env source pothole_env/bin/activate # Windows 用 pothole_env\Scripts\activate pip install tensorflow==2.4.0 keras==2.4.3 numpy opencv-python matplotlib openpyxl

这里把 TensorFlow 钉在 2.4 附近，是因为它还能较好兼容旧版 Keras 的.h5加载方式，同时openpyxl是给excel.py导出结果用的。如果你机器上已经有能跑通的 TF 环境，不必强行降级，先试加载，报错再调。参数上，tensorflow和keras版本要匹配，混装容易出现h5py版本冲突，这是最常见的翻车点之一。

提示：装完先跑一句import tensorflow as tf; print(tf.__version__)，确认版本再往下走，别等训练到一半才发现环境不对。

3. 把模型跑起来：训练、加载权重与预测的完整链路

环境就绪后，核心目标就一个——让模型能对一张路面图输出坑洼判断。这一章按「先加载现成权重做推理，再回头理解训练」的顺序走，因为对赶作业的人来说，先看到预测结果最有正反馈。

3.1 加载 .h5 权重做单张预测

预测脚本是Predictor.py或Predictorz.py，两者大概率是版本差异。我一般先打开看它load_model的路径写的是哪个.h5，然后确保那个权重文件就在同目录或路径正确。下面是一段典型的加载加预测代码，结构上和你包里的脚本应该接近：

import numpy as np import cv2 from tensorflow.keras.models import load_model # 加载权重，注意文件名要和脚本里一致 model = load_model('sampleLeNet-5.h5') # 读取待检测图片，统一到模型输入尺寸 img = cv2.imread('road_test.jpg') img = cv2.resize(img, (64, 64)) # 尺寸要和训练时一致 img = img.astype('float32') / 255.0 # 归一化，训练怎么处理这里就怎么处理 img = np.expand_dims(img, axis=0) # 增加 batch 维度 # 输出预测 pred = model.predict(img) print('预测结果:', pred)

逻辑说明：load_model负责把结构和权重一起恢复，前提是权重保存时没用到当前环境不支持的层。cv2.resize的尺寸必须和训练输入一致，LeNet-5 常见是 32×32，AlexNet 常见是 224×224 或 227×227，具体看网络定义文件里的input_shape。归一化方式也要对齐，训练时除以 255，推理时不除，结果会明显偏移。np.expand_dims是因为predict要的是批量输入，单张图也得凑一个 batch 维度。

参数上重点盯三个：输入尺寸、归一化系数、类别输出含义。如果pred输出是两个值，通常是二分类的 softmax，取argmax就是类别；如果是一个值，可能是 sigmoid，阈值 0.5 分正负。这一步搞错，预测结果会看起来「全是错的」，其实只是解读方式不对。

3.2 训练脚本的关键参数与数据组织

想二开或者想理解模型怎么来的，就得看训练脚本。main.py里一般包含数据读取、模型编译、fit训练、save保存这几段。数据组织方式决定了你要不要自己整理数据集。常见做法是按文件夹分两类，比如pothole/和normal/，然后用ImageDataGenerator或手动读入。

from tensorflow.keras.preprocessing.image import ImageDataGenerator # 数据增强与归一化 train_datagen = ImageDataGenerator( rescale=1./255, # 归一化 rotation_range=20, # 随机旋转，增加泛化 horizontal_flip=True, # 水平翻转 validation_split=0.2 # 划出验证集 ) train_gen = train_datagen.flow_from_directory( 'dataset/train', target_size=(64, 64), # 要和网络输入一致 batch_size=32, class_mode='binary', subset='training' )

逻辑说明：rescale把像素压到 0 到 1，和推理端保持一致。rotation_range、horizontal_flip是轻量增强，坑洼检测里旋转和翻转一般不会改变语义，可以放心用。target_size必须和网络定义、推理脚本三处统一，这是最容易出问题的地方。class_mode选binary对应二分类，如果类别多于两个要改成categorical。

训练时的epochs、batch_size、学习率这些，脚本里一般有默认值。我一般先按默认跑一轮，看 loss 是否下降、验证集准确率是否合理，再决定要不要调。如果 loss 不降，先查数据标签有没有错位，而不是急着改网络。

3.3 用 test.py 验证模型并导出结果

test.py和testmodel.py负责评估，excel.py负责把结果写进表格。评估脚本通常会加载权重、遍历测试集、算准确率或混淆矩阵。跑通它相当于给整个项目做一次验收。

python test.py python excel.py

运行前确认测试集路径和脚本里写的一致。excel.py依赖openpyxl，如果报ModuleNotFoundError，就是前面环境没装全。导出的表格一般包含图片名、真实标签、预测标签，方便你写报告时直接引用。这一步跑通，说明模型、数据、依赖三者都对上了，作业的基本盘就稳了。

4. 避坑与排查：这份源码包最容易卡住的五个地方

课程设计类源码包有个共性——作者本机能跑，换台机器就各种报错。下面这几条是我拆这类包时反复遇到的，按「现象 → 原因 → 解决」列出来，照着排查能省很多时间。

现象一：加载.h5报Unknown layer或lambda相关错误。原因通常是权重保存时用了自定义层或 lambda 层，而当前环境没有对应定义。解决方法是找到网络定义文件，把自定义层类先 import 进来，再用load_model('xxx.h5', custom_objects={'层名': 类名})加载。如果实在找不到，就改用同目录下另一个权重文件试。

现象二：预测结果全是同一个类别。原因多半是输入尺寸或归一化没对齐。训练用 64×64 且除以 255，推理用原图且没归一化，模型看到的分布完全变了。解决方法是回到网络定义文件确认input_shape，回到训练脚本确认rescale，两处对齐后再预测。

现象三：flow_from_directory报找不到文件。原因是数据集目录结构不符合 Keras 要求，它要求每个类别一个子文件夹。解决方法是把数据整理成train/坑洼/和train/正常/这种结构，且子文件夹里直接放图片，不要再嵌套。

现象四：excel.py运行报编码或权限错误。原因是输出路径不存在或文件被占用。解决方法是先确认输出目录存在，关闭已打开的 Excel 文件，必要时把输出路径改成绝对路径。

现象五：训练 loss 一直不降。原因可能是学习率过大、标签错位或数据量太小。解决方法是先把学习率调小一个量级，再抽查几张图的标签是否和文件夹对应，数据太少就多用增强或换更简单的网络先跑通。

注意：这几个问题里，输入尺寸和归一化不一致占了大多数。我一般会在改任何代码前，先把训练、网络定义、推理三处的尺寸和归一化参数抄在一张纸上核对一遍。

5. 二开与提分技巧：换数据集、调网络、写进报告的三件事

把项目跑通只是及格线，想拿高分或者真正用起来，还得会改。这份包里 AlexNet 和 LeNet-5 两套结构并存，其实给了很好的对比素材。LeNet-5 参数少、训练快，适合小数据集快速验证；AlexNet 容量大，数据够多时上限更高。你可以把两者在同一测试集上的准确率和耗时列成表，写进报告就是现成的对比实验。

换数据集时，重点是保持目录结构和输入尺寸一致。我一般会先写个小脚本统计各类别图片数量，数量差太多就先做平衡，否则模型会偏向多数类。调网络时，最稳妥的改动是加 Dropout 或 BatchNormalization，而不是直接堆层数，堆层数在小数据上几乎必然过拟合。

验证方法上，别只看准确率。坑洼检测如果正负样本不均衡，准确率会虚高。我习惯再算一个混淆矩阵，看漏检和误检各有多少。test.py里如果没现成的，就自己加几行sklearn.metrics.confusion_matrix。这一步做完，报告里的结论才站得住。

从那以后我每次拿到这类课程设计包，都强制先核对输入尺寸、归一化、权重对应这三件事，再谈改模型。希望帮到你。

本文还有配套的精品资源，点击获取