简介：这份资源面向具备Python基础、希望入门图像识别与AI应用开发的开发者，围绕「识别花卉种类并自动整理分类」这一完整小项目展开。核心脚本通过调用百度AI开放平台的图像识别接口，对本地花卉照片进行类别预测，再借助os、shutil等模块按识别结果自动移动或重命名文件，实现照片的批量归类。包内共21个文件，以15个png和5个jpg图片为主，构成用于测试与演示的花卉合集，另有1个py源码文件承载接口鉴权、图像上传、结果处理与文件操作等逻辑，压缩包约10.47MB。项目串联了Python编程、第三方API调用、图像识别、数据预处理与文件操作等知识点，读者可据此理解从读取图片、请求云端模型到落地分类的完整链路，并在此基础上尝试模型微调或部署扩展。目前已有1756人学习下载，适合作为AI应用开发的练手案例。
1. 从一堆杂乱照片到按品种归档：python识别花卉种类并自动整理分类到底在做什么
手机相册里躺着两千多张植物照片，文件名全是 IMG_20240512_093421.jpg 这种，想找某一次拍的月季得翻半小时——这是我去年帮一个做园艺电商的朋友处理素材时的真实场景。他每天拍上百张花卉图，要按品种分到不同商品目录下，人工做一天只能处理三四百张，还经常把相似品种搞混。python识别花卉种类并自动整理分类这件事，本质上就是让程序替人完成「看图 → 判断品种 → 移动到对应文件夹」这条流水线，把重复劳动压到几秒钟一张。
它解决的不是「识别得多准」这种学术问题，而是「我有一堆图，怎么自动归位」这种工程问题。适合三类人：手里有大量花卉照片需要归档的从业者、想入门图像分类但被各种框架劝退的 python 新手、以及需要给现有业务加一个自动打标环节的开发者。整套方案不需要 GPU 也能跑起来，一台普通笔记本就能完成从训练到批量整理的全流程。下面我按自己实际落地的顺序，把选型、训练、推理、整理脚本和踩过的坑一次讲清楚。
2. 选型与数据准备：为什么用迁移学习而不是从零训练
2.1 花卉分类任务的三个现实约束
先想清楚这件事的边界，才不会在选型上翻车。第一，花卉类别之间的差异往往非常细微，比如不同品种的月季，花瓣形状几乎一样，只有颜色深浅和花蕊结构有区别，这对模型的特征提取能力要求不低。第二，绝大多数人手里的数据量根本不够从零训练一个卷积网络，几百张到几千张是常态，从零训练必然过拟合。第三，整理分类是批量任务，推理速度比单张精度更重要，一个准确率 95% 但每张要 3 秒的模型，处理两千张图要一个多小时，体验很差。
这三个约束直接指向同一个结论：用预训练模型做迁移学习。常见做法是拿在 ImageNet 上训练好的网络，冻结前面的卷积层，只重新训练最后的分类头。这样几百张图就能得到一个可用的模型，训练时间从几小时压到几分钟。
2.2 环境搭建与依赖安装
我一般用 Python 3.10 配 PyTorch，CPU 版本足够。如果你还在纠结 python安装教程或者 vscode python环境配置，先把解释器和编辑器跑通再往下看。下面是完整的环境准备命令，逐条执行即可。
# 创建独立虚拟环境，避免污染系统 python python -m venv flower_env # 激活环境：Windows 用 flower_env\Scripts\activate source flower_env/bin/activate # 安装核心依赖，torch 选 CPU 版本即可 pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu pip install pillow pandas scikit-learn tqdm这里几个包的分工要说清楚：torch 和 torchvision 负责模型和图像变换，pillow 读图，pandas 用来生成整理报告，scikit-learn 做训练集划分，tqdm 显示进度条。装 torch 时如果网络慢，可以换国内镜像源，但注意镜像源要和你系统匹配。装完用python -c "import torch; print(torch.__version__)"验证一下，能打印版本号就说明环境没问题。
2.3 数据集目录结构与划分
迁移学习对数据组织有固定要求，torchvision 的 ImageFolder 会按文件夹名自动生成类别标签。所以第一步是把你的照片按品种分好文件夹，哪怕每个品种只有几十张。目录结构长这样：
flower_data/ ├── train/ │ ├── rose/ │ │ ├── img001.jpg │ │ └── ... │ ├── tulip/ │ └── sunflower/ └── val/ ├── rose/ ├── tulip/ └── sunflower/如果原始数据全堆在一起没分类，得先手工分一遍，这是整个流程里唯一没法自动化的环节。分完之后按 8:2 切训练集和验证集，下面这个脚本帮你自动完成划分，避免手动复制粘贴出错。
import os import shutil import random from pathlib import Path def split_dataset(src_dir, dst_dir, val_ratio=0.2, seed=42): """把按类别分好的原始数据切分成 train/val 两个目录""" random.seed(seed) # 固定随机种子，保证每次划分结果一致 src = Path(src_dir) for class_dir in src.iterdir(): if not class_dir.is_dir(): continue images = list(class_dir.glob("*.jpg")) + list(class_dir.glob("*.png")) random.shuffle(images) n_val = max(1, int(len(images) * val_ratio)) # 每类至少留一张验证图 splits = {"val": images[:n_val], "train": images[n_val:]} for split, files in splits.items(): out = Path(dst_dir) / split / class_dir.name out.mkdir(parents=True, exist_ok=True) for f in files: shutil.copy2(f, out / f.name) print(f"{class_dir.name}: train={len(splits['train'])}, val={len(splits['val'])}") split_dataset("raw_flowers", "flower_data")参数说明：val_ratio控制验证集比例，数据量少于 200 张时建议调到 0.3，让验证结果更可靠；seed固定后每次划分一致，方便复现实验。脚本跑完会打印每个类别的划分数量，如果某个类别验证集只有 1 张，说明这个品种样本太少，需要考虑补数据或者合并相似品种。
3. 训练一个能用的花卉分类模型：迁移学习的最小实现
3.1 为什么选 ResNet18 而不是更大的网络
ResNet18 是个很务实的起点。它只有 1100 万参数，CPU 上单张推理 50 毫秒左右，在花卉这种类内差异大、类间差异小的任务上，配合数据增强能到 90% 以上的准确率。更大的 ResNet50 或 EfficientNet 精度提升有限，但训练和推理时间翻倍，对整理分类这种批量任务不划算。等你把流程跑通、发现某些品种总是混淆，再换更大的骨干网络针对性优化。
3.2 训练脚本与关键参数
下面这个训练脚本是我反复用过的版本，去掉了花哨的日志和回调，只保留必要部分。核心思路是冻结 ResNet18 的卷积层，把最后的全连接层换成你的类别数。
import torch import torch.nn as nn import torch.optim as optim from torch.utils.data import DataLoader from torchvision import datasets, models, transforms from tqdm import tqdm # 图像预处理：训练集加增强，验证集只做标准化 train_tf = transforms.Compose([ transforms.Resize(256), transforms.RandomResizedCrop(224), # 随机裁剪，提升泛化 transforms.RandomHorizontalFlip(), # 水平翻转，花卉左右对称合理 transforms.ColorJitter(0.2, 0.2, 0.2), # 颜色抖动，应对不同光线 transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]), ]) val_tf = transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]), ]) train_ds = datasets.ImageFolder("flower_data/train", train_tf) val_ds = datasets.ImageFolder("flower_data/val", val_tf) train_loader = DataLoader(train_ds, batch_size=32, shuffle=True, num_workers=2) val_loader = DataLoader(val_ds, batch_size=32, shuffle=False, num_workers=2) device = torch.device("cuda" if torch.cuda.is_available() else "cpu") model = models.resnet18(weights=models.ResNet18_Weights.DEFAULT) for param in model.parameters(): param.requires_grad = False # 冻结预训练权重 model.fc = nn.Linear(model.fc.in_features, len(train_ds.classes)) model = model.to(device) criterion = nn.CrossEntropyLoss() optimizer = optim.Adam(model.fc.parameters(), lr=1e-3) # 只优化分类头 best_acc = 0.0 for epoch in range(15): model.train() for imgs, labels in tqdm(train_loader, desc=f"epoch {epoch}"): imgs, labels = imgs.to(device), labels.to(device) optimizer.zero_grad() loss = criterion(model(imgs), labels) loss.backward() optimizer.step() model.eval() correct = total = 0 with torch.no_grad(): for imgs, labels in val_loader: imgs, labels = imgs.to(device), labels.to(device) pred = model(imgs).argmax(1) correct += (pred == labels).sum().item() total += labels.size(0) acc = correct / total print(f"epoch {epoch} val_acc={acc:.4f}") if acc > best_acc: best_acc = acc torch.save({"model": model.state_dict(), "classes": train_ds.classes}, "flower_model.pth")几个参数值得单独说。lr=1e-3是只训练分类头时的常用值，如果你解冻了部分卷积层，要降到 1e-4 量级，否则预训练权重会被破坏。batch_size=32在 CPU 上内存占用可控，显存够可以加到 64。epoch=15对几百张图的数据集通常够收敛，如果验证准确率还在涨就加到 30。保存时把classes一起存进去很关键，推理时类别顺序必须和训练时一致，否则标签全错。
3.3 训练过程怎么判断有没有问题
训练日志里最该盯的是验证准确率曲线。正常情况是前 3 个 epoch 快速上升，之后缓慢爬升并趋于平稳。如果训练准确率一直上不去，大概率是学习率太小或者数据增强太狠；如果训练准确率很高但验证准确率明显低一截，就是过拟合，需要加数据或者加强增强。还有一种玄学情况：验证准确率在 0.5 附近震荡，这通常意味着类别标签乱了，检查一下 ImageFolder 读到的classes顺序和你预期是否一致。
4. 批量识别与自动整理：把模型接进文件系统
4.1 推理脚本：单张图到类别标签
训练完拿到flower_model.pth，接下来写推理脚本。注意推理时的预处理必须和验证集完全一致，不能加任何随机增强，否则结果不稳定。
import torch from torchvision import models, transforms from PIL import Image def load_model(path="flower_model.pth"): ckpt = torch.load(path, map_location="cpu") model = models.resnet18(weights=None) model.fc = torch.nn.Linear(model.fc.in_features, len(ckpt["classes"])) model.load_state_dict(ckpt["model"]) model.eval() return model, ckpt["classes"] infer_tf = transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]), ]) def predict(image_path, model, classes): img = Image.open(image_path).convert("RGB") # 统一转 RGB，防止灰度图报错 tensor = infer_tf(img).unsqueeze(0) with torch.no_grad(): probs = torch.softmax(model(tensor), dim=1)[0] idx = probs.argmax().item() return classes[idx], probs[idx].item()convert("RGB")这行别省，手机拍的图有时带透明通道或者灰度模式，不转直接喂给模型会报维度错误。返回的置信度分数很有用，低于 0.6 的可以单独挑出来人工复核，避免错分。
4.2 自动整理脚本：按品种建文件夹并移动
整理逻辑要考虑几个现实问题：目标文件夹已存在怎么办、重名文件怎么处理、置信度低的图放哪。下面这个脚本把这些都处理了。
import shutil from pathlib import Path from tqdm import tqdm def organize(src_dir, dst_dir, model, classes, threshold=0.6): src = Path(src_dir) dst = Path(dst_dir) low_conf = dst / "_待复核" low_conf.mkdir(parents=True, exist_ok=True) report = [] exts = {".jpg", ".jpeg", ".png", ".bmp", ".webp"} files = [f for f in src.rglob("*") if f.suffix.lower() in exts] for f in tqdm(files, desc="整理中"): label, conf = predict(f, model, classes) if conf < threshold: target = low_conf / f.name status = "低置信度" else: target = dst / label / f.name target.parent.mkdir(parents=True, exist_ok=True) status = "已分类" # 重名时加序号，避免覆盖 if target.exists(): target = target.with_stem(f"{target.stem}_{abs(hash(f.name)) % 10000}") shutil.move(str(f), str(target)) report.append({"file": f.name, "label": label, "conf": round(conf, 3), "status": status}) import pandas as pd pd.DataFrame(report).to_csv(dst / "整理报告.csv", index=False, encoding="utf-8-sig") print(f"完成，共处理 {len(files)} 张，低置信度 {sum(1 for r in report if r['status']=='低置信度')} 张") model, classes = load_model() organize("待整理照片", "已分类", model, classes)threshold=0.6是经验值，宁可多挑一些出来人工看，也别让错分混进正式目录。with_stem加哈希后缀解决重名，比单纯加数字更不容易冲突。最后导出 CSV 报告，方便回溯哪张图被分到了哪类，出问题能查。这个报告在批量处理几千张图时特别重要，相当于给整个流程留了后悔药。
4.3 处理速度和资源占用
CPU 上单张推理约 50 到 80 毫秒，两千张图大概两到三分钟，加上文件移动时间总共五分钟以内。如果图特别多，可以把DataLoader用上做批量推理，吞吐能再提升两三倍。内存占用主要看图片分辨率，手机原图 4000x3000 读进来解码会占几十 MB，如果内存吃紧，可以在预处理里先Resize(512)再走后续流程。
5. 避坑与排查：那些让我返工三次的问题
5.1 验证准确率虚高，实际整理一塌糊涂
现象：训练时验证准确率 0.95，但拿新照片整理时错得离谱。原因：训练集和验证集来自同一批照片的随机划分，同一朵花的不同角度被分到了两边，模型其实记住了背景而不是花本身。解决：划分数据时按拍摄批次分，同一批次要么全在训练集要么全在验证集，这样验证结果才反映真实泛化能力。
5.2 某些品种总是被分到同一类
现象：三种月季全被识别成同一种。原因：这几个品种视觉差异太小，ResNet18 的特征区分不开，加上每类样本只有二三十张，模型学不到细粒度特征。解决：先把这几个易混品种合并成一个大类，保证整理不出错；如果必须区分，换 EfficientNet 或者加一个专门针对花瓣区域的裁剪预处理，把注意力集中到关键部位。
5.3 中文路径导致读图失败
现象：Image.open报 FileNotFoundError，但文件明明存在。原因：Windows 下 PIL 对中文路径支持不稳定，尤其是路径里有空格和特殊字符时。解决：读图前用Path对象处理路径，或者临时把文件复制到纯英文目录再处理。我在整理脚本里统一用pathlib，比字符串拼接稳得多。
5.4 整理到一半程序崩了，文件状态混乱
现象：处理到第 800 张时程序异常退出，已经移动的文件和没移动的混在一起，重跑会重复处理。原因：脚本没有断点续传机制，shutil.move执行到一半失败会留下不完整状态。解决：先复制到目标位置再删除源文件，并且每处理 100 张就把进度写到一个临时文件，重跑时跳过已处理的文件。这个改动让我后来再没遇到过整理到一半崩掉的情况。
5.5 置信度阈值设太高，大量图进待复核
现象：阈值设 0.9，结果一半以上的图都被判为低置信度。原因：softmax 输出的置信度受类别数量和训练充分程度影响，类别多的时候单类概率天然偏低。解决：阈值按实际分布调，先跑一批看置信度直方图，取能覆盖 80% 正确分类的那个值，通常 0.5 到 0.7 之间。别迷信固定值。
6. 让分类更准的两个进阶技巧：测试时增强与主动补数据
把流程跑通只是第一步，真正让这套方案在生产里稳定用起来，还得解决「边界样本」的问题。我后来加了两件事，错分率明显下降。
第一件是测试时增强（TTA）。推理时对同一张图做多次变换——原图、水平翻转、轻微裁剪——分别预测后把概率平均。这个技巧不增加训练成本，只多花一点推理时间，对花卉这种左右对称的物体特别有效。实现上就是把predict函数改成对多个变换结果取平均：
tta_tf = [ transforms.Compose([transforms.Resize(256), transforms.CenterCrop(224)]), transforms.Compose([transforms.Resize(256), transforms.CenterCrop(224), transforms.RandomHorizontalFlip(p=1.0)]), transforms.Compose([transforms.Resize(288), transforms.CenterCrop(224)]), ] def predict_tta(image_path, model, classes): img = Image.open(image_path).convert("RGB") probs = torch.zeros(len(classes)) for tf in tta_tf: tensor = transforms.Normalize([0.485,0.456,0.406],[0.229,0.224,0.225])(transforms.ToTensor()(tf(img))).unsqueeze(0) with torch.no_grad(): probs += torch.softmax(model(tensor), dim=1)[0] probs /= len(tta_tf) idx = probs.argmax().item() return classes[idx], probs[idx].item()第二件是主动补数据。整理报告里那些低置信度的图，其实是最有价值的训练素材。我每周会把_待复核文件夹里的图人工标一遍，追加到训练集里重新训练一轮。这样跑上三四轮，模型对你自己数据的适应度会明显提升，原本容易混的品种慢慢就分开了。这个循环不需要一次投入很多时间，每周花二十分钟标几十张，一个月后效果比一开始就追求大模型好得多。
最后说个我自己的习惯：每次重新训练前，先把上一版模型在固定测试集上的表现记下来，新模型只有明显更好才替换。这样能避免某次训练数据没整理好导致模型退化，毕竟整理分类这种任务，稳定比偶尔的高准确率重要得多。希望帮到你。
本文还有配套的精品资源，点击获取
