简介：这份资源面向Python与深度学习入门者、计算机视觉方向的学生及需要完成毕业设计或课程大作业的开发者，提供一套基于卷积神经网络CNN的花卉识别完整项目，帮助读者理解图像分类从数据准备到模型推理的全流程。压缩包共48个文件，约186.15MB，以17个py源码、11个png图表、7个txt训练记录、5个xml配置、4个h5模型为主，另含md说明与jpg示例图，覆盖数据划分、训练、测试与推理等环节。项目包含CNN与MobileNet两类模型权重，配套训练过程记录、结果对比图与热力图，便于分析模型表现；源码带注释，新手也能看懂，部署后即可运行。目前已有425人学习下载，适合作为高分项目参考，也可用于掌握卷积层、池化层与全连接层等核心概念。
1. 花卉识别项目拆包：一份能跑通的 CNN 源码到底长什么样
做图像分类的同行大概都有过这种经历：网上搜「卷积神经网络花卉识别代码」，下回来的压缩包要么缺数据集、要么路径写死、要么训练脚本和推理脚本对不上号，跑起来直接报FileNotFoundError。这份 Python 基于卷积神经网络 CNN 实现的花卉识别项目，把源码、数据集、训练好的模型权重打包在一起，属于那种「解压完改个路径就能跑」的完整工程。它解决的核心问题不是教你 CNN 是什么，而是给你一套可复现的端到端流程：数据怎么组织、模型怎么搭、训练怎么调、推理怎么接。适合正在做课程设计、毕设，或者想拿一个干净 baseline 快速验证自己想法的从业者。下面我按实际拆包顺序，把这份资源从目录结构到训练推理全流程讲透，顺带把几个容易翻车的地方标出来。
2. 环境与目录：先把 Python、依赖和数据结构对齐
2.1 环境选型：为什么建议 Python 3.8 + PyTorch 而不是 TensorFlow
拿到这份源码第一件事不是急着python train.py，而是确认环境。花卉识别这类中小规模图像分类任务，框架选择直接影响你后面调参的顺手程度。这份项目用的是 PyTorch 生态，常见做法是配 Python 3.8 到 3.10 之间的版本，太新的 Python 3.12 有时会在装老版本 torchvision 时卡在编译环节。
为什么优先 PyTorch 而不是 TensorFlow？一是这份源码的模型定义、数据加载、训练循环都是按 PyTorch 的nn.Module和DataLoader写的，换框架等于重写；二是花卉数据集规模不大，PyTorch 的动态图调试起来更直观，打印中间张量形状不用先建静态图。如果你机器上有 GPU，装对应 CUDA 版本的 torch 能省不少训练时间；纯 CPU 也能跑，只是训练轮次要拉长。
安装依赖我一般直接走 pip，把版本钉死避免玄学问题：
# 建议在虚拟环境里操作，避免污染全局包 python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate # 安装核心依赖，版本按你 CUDA 情况调整 pip install torch==1.13.1 torchvision==0.14.1 pip install numpy pillow matplotlib scikit-learn tqdm这里torch和torchvision版本要匹配，1.13.1 配 0.14.1 是官方对应关系，乱配会出现ImportError。tqdm用来显示训练进度条，scikit-learn一般在画混淆矩阵时用到。装完跑一句python -c "import torch; print(torch.cuda.is_available())"，返回 True 说明 GPU 可用，False 就老老实实 CPU 跑。
2.2 目录结构：数据集、源码、模型权重三件套怎么摆
解压后典型结构长这样，不同打包方式可能略有出入，但核心就三块：
flower_cnn/ ├── dataset/ │ ├── train/ │ │ ├── daisy/ │ │ ├── dandelion/ │ │ ├── rose/ │ │ ├── sunflower/ │ │ └── tulip/ │ └── val/ │ ├── daisy/ │ └── ...（同上五类） ├── model/ │ └── flower_cnn.pth # 训练好的权重 ├── train.py ├── predict.py ├── dataset.py # 自定义 Dataset 类 ├── model.py # CNN 网络定义 └── requirements.txt数据集按类别分文件夹，这是torchvision.datasets.ImageFolder的标准吃法——文件夹名就是类别标签，不用额外写 label 映射文件。五类花分别是 daisy（雏菊）、dandelion（蒲公英）、rose（玫瑰）、sunflower（向日葵）、tulip（郁金香），每类几百张不等。train 和 val 分开是为了验证集不参与梯度更新，能真实反映泛化能力。
提示：如果你拿到的数据集只有一个大文件夹没分 train/val，别直接开跑。先按 8:2 切分，否则验证集和训练集混在一起，准确率虚高到 99% 都是假的。
2.3 路径配置：相对路径和绝对路径的取舍
源码里最容易翻车的就是路径。常见写法是在train.py顶部定义：
import os # 用脚本所在目录做基准，避免从别的目录调用时找不到文件 BASE_DIR = os.path.dirname(os.path.abspath(__file__)) TRAIN_DIR = os.path.join(BASE_DIR, "dataset", "train") VAL_DIR = os.path.join(BASE_DIR, "dataset", "val") MODEL_SAVE_PATH = os.path.join(BASE_DIR, "model", "flower_cnn.pth")用__file__推绝对路径的好处是，不管你在哪个目录下执行python train.py，路径都不会错。很多人图省事写"dataset/train"这种纯相对路径，结果在 IDE 里跑没事，换到终端就报找不到目录。参数上BASE_DIR是动态算出来的，你换机器、换解压位置都不用改代码，这是我认为这份源码里比较省心的一处设计。
3. 模型与数据：CNN 结构怎么搭、Dataset 怎么写
3.1 CNN 网络定义：三层卷积够不够用
花卉识别属于细粒度分类的入门场景，五类花之间颜色和形状差异还算明显，不需要上 ResNet 这种深网。这份源码的model.py一般是一个轻量 CNN，结构大致是「卷积-池化-卷积-池化-卷积-池化-全连接」：
import torch.nn as nn import torch.nn.functional as F class FlowerCNN(nn.Module): def __init__(self, num_classes=5): super(FlowerCNN, self).__init__() # 输入 3 通道 RGB，第一层卷出 32 个特征图 self.conv1 = nn.Conv2d(3, 32, kernel_size=3, padding=1) self.conv2 = nn.Conv2d(32, 64, kernel_size=3, padding=1) self.conv3 = nn.Conv2d(64, 128, kernel_size=3, padding=1) self.pool = nn.MaxPool2d(2, 2) # 假设输入 224x224，三次下采样后是 28x28 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): 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(x.size(0), -1) # 展平 x = F.relu(self.fc1(x)) x = self.dropout(x) x = self.fc2(x) return x逐层看：conv1把 3 通道 RGB 卷成 32 个特征图，padding=1保证卷积后尺寸不变；每次MaxPool2d(2,2)把长宽各砍一半，三次池化后 224 变成 28。fc1的输入维度128*28*28必须和前面特征图尺寸严格对应，这是新手最容易算错的地方——如果你把输入改成 128x128，那这里就得改成128*16*16，否则view那一步直接报维度不匹配。Dropout(0.5)是防过拟合的常规手段，花卉数据量不大时尤其有用。
3.2 数据加载与增强：Dataset 和 transforms 怎么配
数据管道这块，源码通常用ImageFolder加transforms组合，省去自己写 Dataset 类：
from torchvision import datasets, transforms from torch.utils.data import DataLoader # 训练集做增强，验证集只做缩放和归一化 train_transform = transforms.Compose([ transforms.Resize((224, 224)), transforms.RandomHorizontalFlip(), # 随机水平翻转 transforms.RandomRotation(15), # 随机旋转 ±15 度 transforms.ColorJitter(brightness=0.2), # 亮度扰动 transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) val_transform = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) train_dataset = datasets.ImageFolder(TRAIN_DIR, transform=train_transform) val_dataset = datasets.ImageFolder(VAL_DIR, transform=val_transform) train_loader = DataLoader(train_dataset, batch_size=32, shuffle=True, num_workers=2) val_loader = DataLoader(val_dataset, batch_size=32, shuffle=False, num_workers=2)参数说明几个关键点。Normalize里的 mean 和 std 是 ImageNet 的统计值，迁移学习惯用，自己从零训练其实用数据集自身的均值方差更准，但差别不大，直接用这套省事。batch_size=32是显存和收敛速度的折中，显存不够就降到 16 或 8。num_workers=2在 Windows 上有时会出多进程报错，遇到就改成 0。训练集shuffle=True打乱顺序防止模型记住样本次序，验证集必须False，否则评估结果没法复现。
注意：
RandomRotation和ColorJitter这类增强只加在训练集上。验证集加了增强，评估指标会抖动，你根本分不清是模型变好还是增强带来的随机性。
3.3 训练循环：损失函数、优化器和学习率怎么设
训练脚本的核心就三样：损失函数、优化器、轮次。花卉五分类用交叉熵损失，优化器用 Adam 起步最稳：
import torch import torch.nn as nn import torch.optim as optim from model import FlowerCNN device = torch.device("cuda" if torch.cuda.is_available() else "cpu") model = FlowerCNN(num_classes=5).to(device) criterion = nn.CrossEntropyLoss() optimizer = optim.Adam(model.parameters(), lr=1e-3) EPOCHS = 30 best_acc = 0.0 for epoch in range(EPOCHS): model.train() running_loss = 0.0 for imgs, labels in train_loader: imgs, labels = imgs.to(device), labels.to(device) optimizer.zero_grad() # 梯度清零，别漏 outputs = model(imgs) loss = criterion(outputs, labels) loss.backward() optimizer.step() running_loss += loss.item() # 每个 epoch 结束做一次验证 model.eval() correct, total = 0, 0 with torch.no_grad(): for imgs, labels in val_loader: imgs, labels = imgs.to(device), labels.to(device) outputs = model(imgs) _, predicted = torch.max(outputs, 1) total += labels.size(0) correct += (predicted == labels).sum().item() acc = correct / total print(f"Epoch {epoch+1}/{EPOCHS}, Loss: {running_loss:.4f}, Val Acc: {acc:.4f}") # 只保存验证集上最好的权重 if acc > best_acc: best_acc = acc torch.save(model.state_dict(), MODEL_SAVE_PATH)lr=1e-3是 Adam 的常用起点，训练几轮后如果 loss 不降，可以降到 1e-4。optimizer.zero_grad()这行千万别漏，漏了梯度会累加，模型直接训崩。保存权重时用state_dict()而不是整个模型对象，这样加载时只要网络结构一致就能恢复，文件也更小。model.eval()和torch.no_grad()在验证阶段必须开，前者关掉 dropout 和 batchnorm 的训练行为，后者省显存。
4. 推理与评估：模型训完怎么用、指标怎么看
4.1 单张图片推理：predict.py 怎么接
训练完拿到flower_cnn.pth，下一步是拿新图片试。推理脚本要保证和训练时用同一套预处理，否则输入分布对不上，预测结果全是错的：
import torch from PIL import Image from torchvision import transforms from model import FlowerCNN CLASSES = ["daisy", "dandelion", "rose", "sunflower", "tulip"] device = torch.device("cuda" if torch.cuda.is_available() else "cpu") model = FlowerCNN(num_classes=5).to(device) model.load_state_dict(torch.load("model/flower_cnn.pth", map_location=device)) model.eval() # 预处理必须和验证集完全一致 preprocess = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) img = Image.open("test.jpg").convert("RGB") input_tensor = preprocess(img).unsqueeze(0).to(device) # 加 batch 维度 with torch.no_grad(): output = model(input_tensor) prob = torch.softmax(output, dim=1) conf, pred = torch.max(prob, 1) print(f"预测类别: {CLASSES[pred.item()]}, 置信度: {conf.item():.4f}")unsqueeze(0)是给单张图补一个 batch 维度，因为模型 forward 期望输入是[N, C, H, W]。map_location=device保证在 CPU 机器上也能加载 GPU 训出来的权重。softmax把 logits 转成概率，置信度低于 0.6 的基本可以认为模型没把握，实际用的时候要设个阈值兜底。
4.2 评估指标：准确率之外还要看什么
光看准确率不够，五分类如果某类样本特别少，准确率会被多数类带偏。常见做法是画混淆矩阵，看每一类的召回率：
| 指标 | 含义 | 关注点 |
|---|---|---|
| Accuracy | 整体预测正确比例 | 类别均衡时参考 |
| Precision | 预测为该类中真正是该类的比例 | 误报多不多 |
| Recall | 该类样本被正确找出的比例 | 漏报多不多 |
| F1-score | Precision 和 Recall 的调和平均 | 综合衡量 |
from sklearn.metrics import classification_report, confusion_matrix model.eval() all_preds, all_labels = [], [] with torch.no_grad(): for imgs, labels in val_loader: imgs = imgs.to(device) outputs = model(imgs) _, preds = torch.max(outputs, 1) all_preds.extend(preds.cpu().numpy()) all_labels.extend(labels.numpy()) print(classification_report(all_labels, all_preds, target_names=CLASSES)) print(confusion_matrix(all_labels, all_preds))classification_report会逐类打印 precision、recall、f1，哪类花识别差一眼就能看出来。如果 rose 和 tulip 互相混淆严重，说明这两类特征太接近，要么加数据，要么在网络里加注意力机制。
4.3 训练曲线：loss 不降、acc 不涨怎么判断
训练过程中最常见的两个现象：训练 loss 一直降但验证 acc 卡住，这是过拟合，加 dropout 或数据增强；训练 loss 都不降，这是欠拟合或学习率问题，先检查数据标签有没有错，再把 lr 调大或换 SGD。我一般会在训练脚本里把每个 epoch 的 loss 和 acc 存下来，用 matplotlib 画曲线：
import matplotlib.pyplot as plt # 假设 train_losses 和 val_accs 是训练时记录的列表 plt.figure(figsize=(10, 4)) plt.subplot(1, 2, 1) plt.plot(train_losses, label="train loss") plt.xlabel("epoch"); plt.ylabel("loss"); plt.legend() plt.subplot(1, 2, 2) plt.plot(val_accs, label="val acc") plt.xlabel("epoch"); plt.ylabel("accuracy"); plt.legend() plt.savefig("training_curve.png")正常曲线是 loss 平滑下降、acc 平滑上升然后趋于平稳。如果 loss 剧烈震荡，多半是 batch_size 太小或 lr 太大；如果 acc 在某个值反复横跳，可能是数据里有脏样本。
5. 避坑与排查：五个真实翻车记录
5.1 报错 FileNotFoundError：路径写死或数据集没解压对
现象：运行train.py直接抛FileNotFoundError: [Errno 2] No such file or directory: 'dataset/train'。 原因：源码里用了相对路径，而你在别的目录下执行；或者数据集压缩包解压后多套了一层文件夹，实际路径是dataset/train/train。 解决：把路径改成基于__file__的绝对路径，然后ls dataset/train确认下面直接是五个类别文件夹，不是再套一层。
5.2 报错 RuntimeError: size mismatch：全连接层维度算错
现象：RuntimeError: mat1 and mat2 shapes cannot be multiplied。 原因：改了输入图片尺寸，但fc1的输入维度还是按 224 算的128*28*28。 解决：输入尺寸每池化一次除以 2，三次池化就是除以 8。128 输入对应128*16*16，224 对应128*28*28，改尺寸时同步改全连接层。
5.3 验证准确率虚高到 99%：数据泄漏
现象：第一个 epoch 验证集准确率就 0.99，高得不正常。 原因：train 和 val 里有重复图片，或者切分时没打乱，同一张图既在训练又在验证。 解决：检查两个文件夹有没有同名文件，用哈希去重；切分时先整体打乱再按比例分。
5.4 显存爆了 CUDA out of memory：batch_size 太大
现象：RuntimeError: CUDA out of memory。 原因：batch_size=32加上 224 输入，显存小的卡扛不住。 解决：先把 batch_size 降到 16 或 8，再不行就把输入降到 128。降 batch_size 后学习率可以适当调小，保持训练稳定。
5.5 推理结果全是同一类：预处理不一致
现象：predict.py对任何图片都预测成 rose。 原因：推理时的 transforms 和训练时不一样，比如漏了 Normalize，或者 Resize 尺寸不同。 解决：把训练验证集的预处理代码复制过来，保证 Resize、ToTensor、Normalize 三步完全一致，一个参数都不能差。
6. 进阶技巧：把这份 baseline 再往上抬几个点
跑通只是起点，真要用在课程设计或小项目里，准确率得拿得出手。我一般从三个方向动手。第一是迁移学习，把model.py里的 CNN 换成预训练的 ResNet18，只训最后的全连接层，花卉这种小数据集上通常能从 80% 出头提到 90% 以上：
import torchvision.models as models import torch.nn as nn # 加载预训练 ResNet18，替换最后一层适配 5 分类 model = models.resnet18(pretrained=True) for param in model.parameters(): param.requires_grad = False # 冻结主干 model.fc = nn.Linear(model.fc.in_features, 5) # 只训这一层 model = model.to(device)冻结主干后只更新fc层，训练快、显存省，等 fc 收敛了再解冻最后几个 block 做微调，效果更好。第二是学习率调度，加个StepLR每 10 个 epoch 降一次，避免后期在最优解附近震荡：
scheduler = optim.lr_scheduler.StepLR(optimizer, step_size=10, gamma=0.1) # 在每个 epoch 的 optimizer.step() 之后调用 scheduler.step()第三是 TTA（测试时增强），推理时把同一张图翻转、微调亮度各预测一次，取平均概率，一般能再涨 1 到 2 个点。验证方法很简单：固定随机种子，跑三次取平均，对比加 TTA 前后的准确率，别只看单次结果。
血泪经验是，别一上来就堆复杂模型。我见过太多人直接上 EfficientNet，结果数据量不够，过拟合到验证集惨不忍睹。先把这份 CNN baseline 跑稳，把数据增强和迁移学习吃透，再考虑换 backbone。从那以后我每次拿到新的分类项目，都强制先跑一遍最简 CNN 确认数据管道没问题，再往上加东西。希望这份拆解帮到你，少走几个我踩过的坑。
本文还有配套的精品资源，点击获取
